基于人工神经网络的股市预测模型

建立了构成基于人工神经网络的 3种股市预测模型 (基本数据模型、技术指标模型和宏观分析模型 ) ,分析了神经网络应用于股市预测的实效性。实证分析表明 ,3种模型对上证综合指数的拟合效果均较好。在“基本数据模型”中 ,建立带有附加动量项和自适应学习速率的 BP网络 ,具有较快的运算速度和逼近性能。在“技术指标模型”中 ,通过一些股市重要技术指标的引入 ,使其增加了反映市场各方面深层内涵的信息 ,而且网络的泛化能力有所提高。在“宏观分析模型”中 ,引入了影响股市的 5项主要宏观经济指标 ,使模型包含了宏观经济基本面的更多信息 ,强化了股市神经网络模型的应用价值。