动态参数神经网络的投资银行风险预测模型_温珂.pdfVIP

科技通报科技通报 第31卷第9期 Vol.31 No.9 2015年9月 BULLETINOFSCIENCEANDTECHNOLOGY Sep. 2015 动态参数神经网络的投资银行风险预测模型 温 珂1,2 （1.北京印刷学院经济管理学院，北京 102600；2.清华大学经济管理学院，北京 100084） 摘 要：针对传统神经网络算法在投资银行风险预测的应用中表现出预测准确性不高的问题，提出了 一种基于动态参数优化神经网络的投资银行风险预测模型。首先根据动态合并与删减规则，对参数进 行自适应动态调整，得到最为合适的神经网络模型，然后为了加速收敛和防止振荡，引入一个动量因 子，最后修改误差函数，在保证网络训练误差尽可能小的情况下使网络具有较小的权值。仿真试验结 果表明，本文提出的基于动态参数优化神经网络的投资银行风险预测模型相比较标准神经网络算法， 具有更高的预测准确性。 关键词：神经网络算法；投资银行；风险预测；动量因子；动态参数 + 中图分类号：TP273.4 文献标识码：A 文章编号：1001-7119（2015）09-0192-04 DOI:10.13774/ki.kjtb.2015.09.044 InvestmentBankRiskPredictionModelofDynamicParametersoftheNeural Network WenKe1,2 （1.SchoolofEconomicsandManagement，BeijingInstituteofGraphicCommunication，Beijing102600，China； 2.SchoolofEconomicsandManagement，TsinghuaUniversity，Beijing100084，China） Abstract：Traditionalneuralnetworkalgorithmtopredicttheriskintheinvestmentbankingapplications exhibit predictive accuracy is not high, risk prediction model proposed in this paper a dynamic parameteroptimizationofinvestmentbankingbasedonneuralnetwork,thefirstunderthedynamic consolidation and deletion rules adaptive dynamic adjustment of parameters to obtain the most appropriateneuralnetworkmodel,theninordertoaccelerateconvergenceandpreventoscillation,the introductionofamomentumfactor,lastmodifiederrorfunction,toensurethenetworktrainingerroras smallaspossiblesothatthenetworkhasasmallercaseweights.Thesimulationresultsshowedthatthe banks risk prediction model based on neural network optimized dynamic parameters proposed in