期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
BP神经网络在股市预测模型中的应用——以上证股票价格收盘指数为例
被引量:
3
下载PDF
职称材料
导出
摘要
本文介绍了股市的特点以及股市预测的困难性,提出了利用BP神经网络的方法来解决股市预测问题。首先文章介绍了人工神经网络模型以及应用最普遍的BP神经网络,然后以上海证券交易所每日股票价格收盘指数为分析对象,对网络进行训练后,利用BP神经网络对股票价格收盘指数进行了短期预测,并计算出预测值和实际值的误差。通过实验发现该模型收敛速度快,预测精度非常高。
作者
李洪英
机构地区
南京财经大学统计学系
出处
《中国证券期货》
2012年第02X期36-36,共1页
Securities & Futures of China
关键词
BP神经网络
预测
误差
分类号
F224 [经济管理—国民经济]
F832.51 [经济管理—金融学]
引文网络
相关文献
节点文献
二级参考文献
53
参考文献
8
共引文献
43
同被引文献
7
引证文献
3
二级引证文献
1
参考文献
8
1
邹文安,刘宝,姜波,杨春生.
基于Excel技术平台人工神经网络BP模型及应用[J]
.水文,2010,30(1):44-46.
被引量:7
2
周翠红,路迈西.
线性回归与人工神经网络预测煤炭发热量[J]
.煤炭科学技术,2009,37(12):117-120.
被引量:14
3
康进,刘敬伟.
非参数回归估计与人工神经网络方法的预测效果比较[J]
.统计与决策,2009,25(23):153-155.
被引量:5
4
尹庆双,奉莹.
人工神经网络在第三产业就业分析中的应用[J]
.人口与经济,2009(6):54-57.
被引量:3
5
夏锦民.
基于人工神经网络构建运动训练计划模型的研究[J]
.宁夏大学学报(自然科学版),2007,28(4):408-410.
被引量:1
6
冯长君,杨伟华,沐来龙.
人工神经网络和多元回归法预测有机物的生物富集因子[J]
.武汉大学学报(理学版),2007,53(6):674-681.
被引量:5
7
杨本昭,田耕.
基于人工神经网络的客户价值分类研究[J]
.科技管理研究,2007,27(12):168-170.
被引量:6
8
高琴.
人工神经网络在股市预测模型中的应用[J]
.微电子学与计算机,2007,24(11):147-151.
被引量:10
二级参考文献
53
1
徐静,张瑛.
非参数回归的核估计法在经济分析中的应用[J]
.科技信息,2008(25):189-190.
被引量:7
2
吴红艳,郭成宇,孟小燕.
快速测定煤发热量的数学模型及其应用[J]
.齐齐哈尔大学学报(自然科学版),2003,19(3):84-87.
被引量:5
3
沐来龙,冯长君.
环价连接性指数与饱和烃沸点的QSPR研究[J]
.化工学报,2004,55(10):1702-1705.
被引量:10
4
王鸿洁,常国岑.
可拓神经网络在可拓专家系统中的研究与应用[J]
.系统工程与电子技术,2005,27(2):264-266.
被引量:10
5
樊利军.
原煤发热量与灰分、水分的相关分析[J]
.山西焦煤科技,2003,0(11):24-26.
被引量:7
6
鲁万波,李竹渝.
股票收益率波动性的非参数核回归估计及对中国股市的实证分析[J]
.高校应用数学学报(A辑),2005,20(1):9-16.
被引量:6
7
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
8
周育人,周继香,王勇.
一种非参数惩罚函数的优化演化算法[J]
.计算机工程,2005,31(10):31-33.
被引量:8
9
林建宇.
BP神经网络结合遗传算法进行股市预测的研究[J]
.福建电脑,2005,21(12):91-92.
被引量:4
10
周坤,杨建国,赵虹.
BP神经网络对煤着火特性的预测[J]
.热力发电,2005,34(11):21-25.
被引量:5
共引文献
43
1
张磊,师亚文,康学刚.
基于线性回归的选煤厂水分灰分管控研究[J]
.洁净煤技术,2020(S01):119-124.
被引量:1
2
李瑜,郑敏娟,程国建.
神经网络方法拟合核磁共振测井曲线[J]
.微电子学与计算机,2009,26(2):66-68.
被引量:2
3
王江荣,赵振学,文晖,罗资琴.
新疆伊犁地区煤发热量的非线性回归分析研究[J]
.煤炭技术,2015,34(2):291-293.
被引量:5
4
倪红梅,王维刚,罗仕明.
人工神经网络在采油产量预测中的应用[J]
.陕西理工学院学报(自然科学版),2008,24(3):37-40.
被引量:3
5
赵珩君.
基于OCA的客户细分研究[J]
.情报杂志,2009,28(1):7-9.
被引量:3
6
赵珩君.
客观聚类在客户价值细分中的研究[J]
.情报杂志,2009,28(3):151-153.
被引量:3
7
顾云兰,陶建清,费正皓,张根成.
硝基芳烃对斜生栅列藻毒性的定量构效关系研究[J]
.武汉大学学报(理学版),2009,55(3):268-272.
被引量:3
8
金成晓,俞婷婷.
基于BP神经网络的我国制造业产业安全预警研究[J]
.北京工业大学学报(社会科学版),2010,10(1):8-16.
被引量:16
9
陈其松,陈孝威,张欣,戚琳,吴茂念.
基于粒子群优化支持向量机的火电厂主汽温预测模型[J]
.微电子学与计算机,2010,27(7):218-221.
被引量:5
10
郭峰,王斌,刘敏.
基于BP神经网络的时间序列预测研究[J]
.价值工程,2010,29(35):128-129.
被引量:10
同被引文献
7
1
高琴.
人工神经网络在股市预测模型中的应用[J]
.微电子学与计算机,2007,24(11):147-151.
被引量:10
2
吴立扬,周波.
基于人工神经网络的股价指数预测[J]
.知识经济,2009(1):62-63.
被引量:4
3
刘海玥,白艳萍.
时间序列模型和神经网络模型在股票预测中的分析[J]
.数学的实践与认识,2011,41(4):14-19.
被引量:25
4
薛佳佳.
股票价格指数的统计编制方法及改进思路[J]
.商场现代化,2012(3):117-118.
被引量:3
5
王立民,薛雅嘉,朱晓慧.
世界股票市场统一指数设计与应用研究——对亚、美、欧三地区股票价格指数为样本的分析[J]
.北京科技大学学报(社会科学版),2012,28(1):103-111.
被引量:2
6
康建伟.
灰色模型在股票价格预测中的应用——以中国石化为例[J]
.河北工业科技,2013,30(5):360-363.
被引量:2
7
丁美琳,高语越,陈学斌.
基于大数据背景下的多层神经网络股票预测模型[J]
.软件,2017,38(7):118-121.
被引量:9
引证文献
3
1
王思全.
统计学在股票价格统计数据中的应用[J]
.中国市场,2016(5):103-103.
2
任强.
统计学在股票价格统计数据中的应用[J]
.智富时代,2017,0(6X):53-53.
3
李艺君,阎虎勤.
二层人工神经网络在股市预测模型中的应用——以上证指数为例[J]
.社会科学前沿,2020,9(5):675-684.
被引量:1
二级引证文献
1
1
卫辰洁,王继芬,范琳媛,穆义龙,杜浩宇.
基于光谱数据融合和人工神经网络的汽车灯罩鉴别[J]
.中国塑料,2020,34(12):59-64.
被引量:6
1
胡振华,吴华.
沪深300指数的实证研究[J]
.金融经济(下半月),2006,0(4):106-107.
被引量:2
2
彭江.
基于BP网络的股市预测模型设计[J]
.电脑知识与技术,2009,5(7X):5715-5715.
3
曾昭法,刘炼.
沪深300股指期货的推出对现货市场影响的研究[J]
.中国证券期货,2012,15(03X):10-12.
被引量:1
4
李响.
基于BP神经网络的股价预测[J]
.大连海事大学学报,2008,34(z1):114-116.
被引量:6
5
阎春宁,刘瑞辉,张欢欢.
基于马尔可夫链改进股市的预测精度[J]
.统计与决策,2016,32(8):76-79.
被引量:10
6
汤姆.佩特罗,砺舟.
在经济增长时稳操胜券——一九九四年美国股市预测[J]
.中外房地产导报,1994(3):29-29.
7
杨晓兰,洪涛.
证券市场平准基金是否有效:来自实验室市场的证据[J]
.世界经济,2011,34(12):96-119.
被引量:10
8
李俊功.
非参数GARCH模型对沪深股市的实证分析[J]
.东方企业文化,2011(5X):54-55.
9
侯木舟,韩旭里.
基于MATLAB的神经网络在股市预测中的应用[J]
.系统工程,2003,21(2):112-115.
被引量:22
10
刘尚希,孙静,王亚军.
大数据思维在纳税评估选案建模中的应用[J]
.税务研究,2015(10):7-11.
被引量:11
中国证券期货
2012年 第02X期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部