以倒传递类神经网络预测股市指数
本研究以MATLAB为工具,建构倒传递类神经网络预测模型,来预测台湾股票的加权指数,选取资料范围自2014.01.02至2014.07.31,共7个月140笔,输入参数是以皮尔森相关系数进行筛选出相关系数r值0.7以上共17种技术指标,分别以r值0.7、0.8、0.9三组进行预测.以绝对误差平均值(MAPE)评估模型的预测能力.研究结果显示在预测指数收盘点数可达以绝对误差平均值(MAPE)0.6315％的高度精准.在预测指数涨跌在短期8天的正确率可高达87.5％,且在预测短期指数趋势准确率为71.42％.
股票市场 加权股价指数 倒传递类神经网络 预测模型
陈昌捷 陈怀恩 曾立尧
国立宜兰大学资讯工程学系
国内会议
2015年中国人工智能学会神经网络与计算智能专委会年会暨第十三届泉州市科学技术协会年会
福建泉州
中文
145-150
2015-11-06（万方平台首次上网日期，不代表论文的发表时间）