基于BP神经网络的IF指数走势研究第一部分模型原理-瑞达期货.docxVIP

下载本文档

4
0
约7.68千字
约 10页
2017-04-14 发布于天津
举报
版权申诉

基于BP神经网络的IF指数走势研究第一部分模型原理-瑞达期货.docx

1、本文档共10页，其中可免费阅读4页，需付费100金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

量化策略研究与产品设计之一基于神经网络的指数走势研究第一部分模型原理一神经网络原理神经网络介绍神经网络的模型算法二预测模型预测模型整体思路预测模型算法第二部分模型实际检验结果一实证分析二实际检验结果总结第一部分模型原理网络是年由和为首的科学家小组提出是一种按误差逆传播算法训练的多层前馈网络是目前应用最广泛的神经网络模型之一网络能学习和存贮大量的输入输出模式映射关系而无需事前揭示描述这种映射关系的数学方程它的学习规则是使用最速下降法通过反向传播来不断调整网络的权值和阈值使网络的误差平方和最小神经网

量化策略研究与产品设计之一——基于BP神经网络的IF指数走势研究第一部分模型原理一. BP神经网络原理1.BP神经网络介绍2.BP神经网络的模型算法二.预测模型1.预测模型整体思路2.预测模型算法第二部分模型实际检验结果一. 实证分析二．实际检验结果总结第一部分模型原理BP（Back Propagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反