Ta上传的资源 (0)

金融市场是一个复杂 、演化 、非线性的动态变化的系统 金融数据往往带 有 噪声 , 非平稳且 时常是混沌的 本文基于时序数据 的先验知识 — 近期数据对于 预测未来走势提供了更多的信息, 对于传统的支持向量机的回归模型做出了一定的 改进 , 即对于近期的数据预测错误施 以更严 重的惩罚 , 构建 了

基于简单遗传算法的神经网络训练速度慢、易陷入局部极值,用具有较好的全局搜索能力自适应遗传算法来优化神经网络权值和阈值,设计了基于自适应遗传算法的BP神经网络的股票预测系统.该系统根据对股票历史数据分析,预测股价未来几天时间的走势.结果表明,改进算法具有很强的可行性和高效性.