于娇艳1 孙晨1
Yu Jiaoyan1 Sun Chen1
投稿时间:2015-04-10  修订日期:2015-04-29
DOI:
中文关键词:  粒子群算法,方差,股票预测,神经网络
英文关键词:PSO;algorithm variance;stock prediction;neural network
基金项目:国家自然科学(61373116),陕西省工业攻关项目(2011K06-2),陕西省普通高等学校重点学科专项资金建设项目资助(112-1602)。
作者单位E-mail
于娇艳 西安外国语大学 1848901715@qq.com 
摘要点击次数: 2281
全文下载次数: 0
中文摘要:
      针对当前智能算法对股票市场预测准确性不高的问题,本文提出了一种改进的基于领导者与竞争者的粒子群算法,并利用该算法优化BP神经网络权值。对股票走势进行进行预测,同时股票历史数据的期望和方差,判断股票走势的稳定度,从而综合起来进行股票的选取,最终通过实验从40支股票数据中挑选出SH600519(贵州茅台)为最具有投资价值的股票,并通过回测证明了选择结果的正确性和有效性。
英文摘要:
      The article proposed an improved algorithm based on particle swarm with leaders and competitors and use this algorithm to optimize BP neural network weight, at the same time, we performed a prediction of stock trend, calculated the expectation and variance of historical data to determine the stability of the stock movements. All of the above is trying to achieve the purpose of guiding people"s investments.
  查看/发表评论  下载PDF阅读器
关闭