摘要
本文从非线性时间序列预测的角度出发,将径向基(RBF)神经网络应用于股票预测。
出处
《预测》
CSSCI
1998年第6期44-46,共3页
Forecasting
基金
安徽省教委重点资助项目
二级参考文献4
-
1Lei Xu,IEEE Trans Neural Netw,1993年,4卷,4期,636页
-
2Kung S Y,Digital neural networks,1993年
-
3Chen S,International Jnal of Control,1992年,55卷,5期,1051页
-
4Chen S,IEEE Trans Neural Netw,1991年,2卷,2期,302页
共引文献67
-
1王海群.神经网络在非线性系统建模中的应用[J].上海电机学院学报,2002(4):10-13.
-
2韩敏,郭伟,王金城.径向基函数神经网络的全监督算法[J].仪器仪表学报,2004,25(z3):454-457. 被引量:6
-
3郑启富,陈德钊,俞欢军.CGA-RBFN模型及其在丙烯产率预测中的应用[J].高校化学工程学报,2005,19(1):71-76.
-
4丁宏锴,萧蕴诗,李斌宇,岳继光.基于PSO-RBF NN的非线性系统辨识方法仿真研究[J].系统仿真学报,2005,17(8):1826-1829. 被引量:17
-
5郑启富,李玉如,谢艳.基于RBFN-PLSR方法的CO_2提纯塔模型[J].化工技术与开发,2005,34(4):36-38. 被引量:3
-
6赵胜利,刘燕.基于RBF网络的商品混凝土强度预测分析[J].计算机工程,2005,31(18):36-37. 被引量:9
-
7柴伟,孙先仿.一种非线性系统集员辨识算法[J].北京航空航天大学学报,2005,31(11):1237-1240. 被引量:3
-
8周瑞林,刘燕,赵胜利.基于RBF神经网络的砂土液化预测[J].河南大学学报(自然科学版),2005,35(4):101-104. 被引量:9
-
9吴行健.非线性系统神经网络控制的现状与展望[J].临沂师范学院学报,2005,27(6):94-98. 被引量:2
-
10马振平,孟辉,安金龙.基于SVM的复杂非线性黑箱系统在线辨识方法[J].河北工业大学学报,2006,35(1):6-11. 被引量:1
同被引文献139
-
1姜静清,梁艳春,宋初一.神经网络及其在股市预测中的应用[J].内蒙古民族大学学报(自然科学版),2002,17(5):405-407. 被引量:7
-
2蒋晓辉,刘昌明,王煜,王红瑞.用混合回归模型预测黄河三门峡站年径流变化的初步研究[J].中国科学(E辑),2004,34(A01):95-102. 被引量:8
-
3杨克磊,毛明来,徐正国.随机波动模型的沪深股市比较研究[J].天津大学学报(社会科学版),2004,6(4):334-338. 被引量:4
-
4梁艳春,聂义勇.从科学研究方法论看人工神经网络研究的发展[J].吉林大学学报(信息科学版),2002,20(1):59-62. 被引量:14
-
5孙延风,梁艳春,孟庆福.改进的神经网络最近邻聚类学习算法及其应用[J].吉林大学学报(信息科学版),2002,20(1):63-66. 被引量:25
-
6华中生,梁梁.应用DEA方法对合肥地区工业行业效率的评价[J].系统工程与电子技术,1994,16(11):67-73. 被引量:6
-
7曾慧.ARCH模型对上证指数收益波动性的实证研究[J].统计与决策,2005,21(03X):97-98. 被引量:23
-
8冯学军,赵琴.径向基神经网络在股市预测中的应用[J].安庆师范学院学报(自然科学版),2005,11(1):29-31. 被引量:10
-
9曹树卫.棒线材控制轧制和控制冷却技术的研究与应用[J].河南冶金,2005,13(3):23-25. 被引量:13
-
10姚建明,杨洁明.基于RBF神经网络的非线性系统智能控制[J].机械工程与自动化,2005(3):15-17. 被引量:6
引证文献26
-
1姜静清,梁艳春,宋初一.神经网络及其在股市预测中的应用[J].内蒙古民族大学学报(自然科学版),2002,17(5):405-407. 被引量:7
-
2李琳,潘福臣,房刚.基于广义回归神经网络的线材温度预测分析[J].仪器仪表学报,2006,27(z1):839-841. 被引量:4
-
3向小东.基于径向基函数网络的改进算法的数据分类方法及其应用[J].中国管理科学,2005,13(z1):136-137.
-
4艾永冠,朱卫东,闫冬.基于PSO-BP神经网络的股市预测模型[J].计算机应用,2008,28(S2):105-108. 被引量:11
-
5石苑强,萧德云,郑大钟,刘震涛.基于Agent的组合预测支持系统的设计[J].计算机工程与应用,2004,40(24):201-204. 被引量:2
-
6黄清.农业经济理论在现实视野中的突显——评《农业经济专题研究》[J].哈尔滨市委党校学报,2002(3):80-80.
-
7孙延风,梁艳春,孟庆福.改进的神经网络最近邻聚类学习算法及其应用[J].吉林大学学报(信息科学版),2002,20(1):63-66. 被引量:25
-
8姜静清,梁艳春,孙延风,吴春国.引入收益因素的RBF神经网络及其应用[J].吉林大学学报(信息科学版),2002,20(3):68-72. 被引量:2
-
9周广旭.一种新的时间序列分析算法及其在股票预测中的应用[J].计算机应用,2005,25(9):2179-2181. 被引量:21
-
10向小东.小波神经网络预测方法在石油期货价格预测中的应用研究[J].技术经济,2006,25(6):121-124. 被引量:6
二级引证文献189
-
1丁美荣,冯伟森,黄荣翔,罗嘉俊.基于预训练模型和基础词典扩展的酒店评论情感分析[J].计算机系统应用,2022,31(11):296-308. 被引量:3
-
2王谦,谭茂金,石玉江,李高仁,程相志,罗伟平.径向基函数神经网络法致密砂岩储层相对渗透率预测与含水率计算[J].石油地球物理勘探,2020(4):864-872. 被引量:7
-
3黄良虎.社交网络文本分析的短期股市行情预测分析[J].计算机产品与流通,2020(11):102-102.
-
4陈海强,陈丽琼,李迎星,罗祥夫.高频数据是否能改善股票价格预测?——基于函数型数据的实证研究[J].计量经济学报,2021(2):426-436. 被引量:3
-
5陈万志,赵宇璇.智慧校园隐式用户行为的数据挖掘方法[J].辽宁工程技术大学学报(自然科学版),2020(5):434-439. 被引量:11
-
6蒋健华.改进BP神经网络在软土地基沉降量中的应用[J].山西建筑,2007(6):102-103. 被引量:1
-
7雷茹萍,蒋立辉.纹理图像的多尺度分割[J].电脑知识与技术(过刊),2007(14):509-510. 被引量:1
-
8蔡兵,王培元,胡荣玉.RBF网络参数确定方法的研究[J].襄樊学院学报,2008,29(2):69-71. 被引量:2
-
9刘军,邱晓红,汪志勇,杨鹏.基于相似性最优模块神经网络的股票预测[J].江西师范大学学报(自然科学版),2008,32(4):443-448. 被引量:1
-
10周黎英,赵国树,喻洁.小波神经网络在电力期货价格预测中的应用研究[J].硅谷,2009,2(24):119-120.
-
1丛瑞雪,孙伟.关于径向基神经网络在股票市场预测中的研究[J].数字技术与应用,2010,28(8):104-104.
-
2邓庆彪,文辉.基于径向基神经网络的非寿险公司财务预警研究[J].财经理论与实践,2011,32(1):25-29. 被引量:3
-
3邓庆彪,郑滔.基于径向基神经网络的寿险公司财务预警研究[J].求索,2011(6):30-32. 被引量:4
-
4李宗伟,王美娟,郑淑华.基于径向基神经网络的股价预测[J].上海理工大学学报,2002,24(1):81-82. 被引量:6
-
5姜宁宁,侯福均.基于区间数的集团序及其在股票筛选中的应用[J].现代商业,2010(7):37-38. 被引量:1
-
6滕昕,李树民.基于径向基神经网络的我国外汇储备规模预测[J].太原理工大学学报(社会科学版),2006,24(4):32-34. 被引量:2
-
7周孝华,杨秀苔.证券市场规律性与随机性分析[J].重庆大学学报(社会科学版),1999,5(3):50-52. 被引量:3
-
8周振.基于径向基神经网络的人民币汇率预测[J].电脑开发与应用,2009,22(3):64-66. 被引量:1
-
9柳会珍,顾岚.股票收益率波动和极值关系研究[J].统计研究,2006,23(10):68-71. 被引量:7
-
10乐励华,温荣生,朱辉.基于RBF神经网络的股市预测及MATLAB实现[J].科技情报开发与经济,2008,18(30):151-152. 被引量:1