改进型RBF神经网络在股票市场预测中的应用.pdfVIP

贺l法 菹 改进型RBF神经网络在股票市场预测中的应用 魏文轩 (信阳师范学院 工商管理学院，河南信阳 464000) 摘 要：在研究神经网络算法和主成分分析理论的基础上，针对股票市场的高度非线性特征 ，结合主成分 分析预处理方法，对原始交易数据进行降维，减少数据规模，提出一种改进的RBF神经网络模型对股票市场进 行预测。通过实验对比表明，文章提 出的模型具有收敛速度快、预测准确度高等特点，应用前景较好。 关键词：数据挖掘；RBF；主成分分析；股票市场预测 中图分类号 ：F224．33 文献标识码：A 文章编号：1002—6487(2013)15—0070—03 问题时，只需考虑提取出来的几个主要成分，既抓住了主 0 引言 要信息，又简化了问题的复杂度，提高了分析效率。主成 分分析法的算法步骤如下： 神经网络具有很强的非线性