改进的rbf神经网络对期货价格的预测分析解析资料.docVIP

PAGE PAGE 1 改进的ＲＢＦ神经网络对期货价格的预测分析 摘要针对非线性变化的期货价格,建立了基于主成分分析的RBF神经网络模型首先利用主成分分析法从8个原始变量中提取主成分最后利用选定的3个主成分作为径向基神经网络的输入通过对比该方法较一般的径向基神经网络有更好的预测结果 　　关键词期货；主成分分析；RBF神经网络；预测 　　 　　1引言 　　 　　在对实际问题进行描述和处理中为了能够获得更加全面的信息我们经常需要统计多个变量的数据但是这些多个变量之间经常存在一定的相关性并不是每个变量都是我们所需要的或者说它们携带的信息可能是重复的因此我们希望用少数几个变量来代替原有的多个变量主成份分析法的基本思想就是通过对原始数据的降维将多个相互关联的变量转化为少数几个互不相干的变量的统计方法 　　由于期货价格的变化是一个非线性的时间序列利用传统的统计方法对期货的价格直接进行预测所得到的结果不是很理想而神经网络在非线性模式中具有优势,因而它不需要建立复杂的数学模型就可以完成期货价格预测基于BP网络和RBF网络的预测都有较好的结果,但是相对BP网络而言,利用RBF神经网络不仅解决了常用BP网络易陷入局部最小的问题,而且训练时间更短,预测的精度也比BP网络高得多本文提出使用基于主成分分析法的RBF神经网络方法对期货价格进行预测通过主成分分析法对原始数据降维然后,再用这些个数