基于+PCABP+神经网络的股票价格预测研究.pdfVIP

第28卷第3期 计算机仿真 2011年3月 文章编号：1006—9348(2011)03—0365—04 基于PCA—BP神经网络的股票价格预测研究 蔡红，陈荣耀 (东华大学旭日工商管理学院，上海200051) 摘要：在股票决策问题的研究中，针对影响股票价格因素间存在高度的非线性、存在数据冗余等特征．传统股票预测方法无 法消除数据之间冗余和捕捉非线性规律导致预测精度较低，为了提f岛段票价格预测精度，提出一个基于主成份分析(PEA) 的BP神经网络(BPNN)股票预测模型(PCA—BPNN)。首先对影响股票价格波动的各因素进行主成份分析，消除各因素之 间的冗余性。降低BP神经网络的输入维数，加快BP神经网络测速度并提高预测精度，然后利用BPNN对保留成分进行建模 预测。利用I：CA—BPNN模型对上海证券交易所上市的首创股份(600008)经济数据进行了验证性测试和分析，结果表明， PCA—BPNN模型预测精度显著提高，是一种高效和准确的股票预测模型。 关