基于RBF和数据挖掘技术期货预测研究综述.docVIP

  • 6
  • 0
  • 约3.6千字
  • 约 8页
  • 2018-06-25 发布于福建
  • 举报

基于RBF和数据挖掘技术期货预测研究综述.doc

基于RBF和数据挖掘技术期货预测研究综述

基于RBF和数据挖掘技术期货预测研究综述   【摘 要】期货市场作为金融市场的重要部分,对于我国国民经济的发展有着重要的影响。目前,对期货预测的研究大都基于RBF神经网络模型和数据挖掘技术。本文将对基于RBF和数据挖掘的期货预测研究进行综述,主要关注期货市场的特点、用于期货预测的数据挖掘技术中的主要算法、RBF神经网络的概述和目前研究结果的比较。   【关键词】数据挖掘技术;RBF神经网络;期货预测   0 引言   期货市场传递的价格信息能比较准确地反映未来供求状况的预期情况及其变动趋势,是市场供求状况的超前反应,对现货市场的波动有着特有的前瞻性。因此,选择有效的期货预测方法来分析和预测期货市场,对保障金融市场的稳定和维护整个经济体系有着重要的作用。由于期货价格的变化是一个非线性的时间序列,因此使用传统的统计方法直接对期货价格进行分析和预测,其预测结果的偏差是比较大[1]。基于神经网络的期货预测研究是神经网络技术在金融领域应用的一个非常重要的方面[2],那是因为RBF神经网络具有大规模并行数据处理以及非线性模拟能力[3]。但是,目前在采用RBF神经网络进行期货预测的众多文献中[4-5],大多的只是单纯使用RBF神经网络对大量数据进行学习、模拟。本文试图通过目前对基于RBF和数据挖掘技术的期货预测的研究现状进行梳理、比较,为期货预测的研究起借鉴和启示意义。   1 我国

文档评论(0)

1亿VIP精品文档

相关文档