基于小波神经网络的上证50指数多步预测

发布时间：2017-12-29 07:18

  本文关键词：基于小波神经网络的上证50指数多步预测　出处：《科技和产业》2015年12期 　论文类型：期刊论文

  更多相关文章： 股票指数预测 多步预测 小波 神经网络

【摘要】：以神经网络为代表的人工智能模型对股票价格具有良好的预测效果,但是该智能模型侧重于单步预测,很难满足实际股票预测的要求。提出基于小波和神经网络相结合的股票指数多步预测智能模型。选取上证50指数为建模数据,运用小波分解将上证50指数收盘价序列分解成不同尺度的分层数据,依据迭代策略,利用BP神经网络分别预测小波分解后的各层数据,最后将各层的预测结果使用小波重构成原始股票收盘价的预测数值。结果表明,基于小波神经网络的多步预测模型具有良好的多步预测效果。
[Abstract]:......
【作者单位】： 广东财经大学信息学院;重庆交通大学交通运输学院;
【分类号】：F832.51;F224
【正文快照】： 股票投资是一个重大的投资活动,缺乏准确的信息和全面的知识会导致一定的投资损失。因此,股市的预测一直是大多数投资者和专业分析师感兴趣的主题。追溯至19世纪股票市场建立,准确预测股票市场的股票价格指数以及股票价格运行趋势成为国内外学者研究的热点。近些年来,以神经网

【参考文献】

相关期刊论文 前2条

1 张坤;郁ng;李彤;;小波神经网络在黄金价格预测中的应用[J];计算机工程与应用;2010年27期

2 黄伟;何晔;夏晖;;基于小波神经网络的IP网络流量预测[J];计算机科学;2011年S1期

【共引文献】

相关期刊论文 前10条

1 李四海;魏邦龙;李爱英;;基于小波神经网络的空气污染指数预报[J];长春大学学报;2013年02期

2 王芬;马涛;;基于小波神经网络的短时交通流预测[J];宁夏师范学院学报;2012年06期

3 刘春;;基于误差校正的网络流量组合预测[J];福建电脑;2014年02期

4 徐泽亚;彭宇阳;;基于遗传BP神经网络的短时交通流预测[J];计算机光盘软件与应用;2014年17期

5 李万庆;闫冠勇;孟文清;石华旺;;基于小波神经网络的CFG桩复合地基承载力预测[J];河北工程大学学报(自然科学版);2011年04期

6 赵川;薛红;;改进的WANN预测在库存控制中的应用[J];计算机仿真;2012年02期

7 万李;杨杰;;小波神经网络在短时交通流量预测中的应用[J];计算机仿真;2012年09期

8 周红标;张新荣;耿忠华;;基于遗传小波神经网络的白酒识别电子鼻[J];计算机工程与应用;2013年05期

9 陈丽;;基于PP-BPNN的黄金价格预测模型[J];计算机仿真;2013年07期

10 姚明海;;改进的遗传算法在优化BP网络权值中的应用[J];计算机工程与应用;2013年24期

相关博士学位论文 前1条

1 李鹏远;中国黄金供需预测及对策研究[D];中国地质大学(北京);2015年

相关硕士学位论文 前4条

1 王菲;免疫粒子群算法优化小波神经网络的研究[D];太原理工大学;2012年

2 王志国;基于小波分析的接触器触头电寿命预测的研究[D];河北工业大学;2012年

3 张碧夏;基于PSO的小波神经网络热连轧板材质量模型研究[D];山西师范大学;2014年

4 何文清;宽带卫星通信系统资源管理算法研究[D];北京邮电大学;2014年

【二级参考文献】

相关期刊论文 前10条

1 陈哲,冯天瑾;小波分析与神经网络结合的研究进展[J];电子科学学刊;2000年03期

2 褚晓勇,徐晨;非线性逼近的自适应小波神经网络方法[J];工程数学学报;2003年02期

3 张光胜;李靖波;窦文华;邵立松;;自相似网络流量预测研究[J];湖南大学学报(自然科学版);2008年06期

4 刘浩然;;黄金价格影响因素和投资策略分析[J];价格理论与实践;2007年10期

5 刘曙光;胡再勇;;黄金价格的长期决定因素稳定性分析[J];世界经济研究;2008年02期

6 王俊松;高志伟;;基于RBF神经网络的网络流量建模及预测[J];计算机工程与应用;2008年13期

7 曹雪,魏恒义,程竹林,曾明;基于小波方法的Internet流量的预测建模[J];计算机工程;2003年15期

8 胡俊;胡玉清;肖中卿;;基于小波变换的网络流量预测模型[J];计算机工程;2008年19期

9 冯海亮;陈涤;林青家;陈春晓;;一种基于神经网络的网络流量组合预测模型[J];计算机应用;2006年09期

10 薛可,李增智,刘浏,宋承谦;基于ARIMA模型的网络流量预测[J];微电子学与计算机;2004年07期

【相似文献】

相关期刊论文 前10条

1 向小东;小波神经网络预测方法及其应用[J];统计与决策;2003年07期

2 向小东;;基于小波神经网络的非线性组合预测方法及其应用研究[J];现代管理科学;2007年06期

3 匡芳君;张思扬;王艳华;;基于小波神经网络的人力资源评估模型[J];微计算机应用;2008年01期

4 王晓;;小波神经网络及其应用[J];科技创新导报;2009年27期

5 张旭东;俞建宁;郭兰平;张建刚;付宏睿;;基于小波神经网络的深证300成分指数的预测[J];重庆理工大学学报(自然科学);2011年06期

6 范雯;;小波神经网络(Wavelet NeuralNetwork)在股价预测中的应用[J];科技创新与应用;2012年32期

7 梅杰;李星野;;基于小波神经网络的沪深300指数收盘价预测[J];中国集体经济;2013年27期

8 马致远;龚灏;黄晓春;;基于小波神经网络的中国煤炭消耗预测[J];能源技术与管理;2006年05期

9 任崇岭;曹成铉;李静;史文雯;;基于小波神经网络的短时客流量预测研究[J];科学技术与工程;2011年21期

10 黄进;朱东华;;基于小波神经网络的技术研发项目中止研究[J];科技进步与对策;2006年10期

相关会议论文 前10条

1 胡博;陶文华;崔博;白一彤;尹旭;;基于小波神经网络的异步电机故障诊断[A];2009中国控制与决策会议论文集（2）[C];2009年

2 何正友;钱清泉;;一种改进小波神经网络模型在电力故障信号识别中的应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

3 鲁艳军;陈汉新;陈绪兵;;基于小波神经网络的齿轮裂纹故障诊断[A];节能减排 绿色制造 智能制造——低碳经济下高技术制造产业与智能制造发展论坛论文集[C];2010年

4 董健;尹萌;张辉;;小波神经网络结合多项式的混合预测方法在通信规划中的应用[A];2011全国无线及移动通信学术大会论文集[C];2011年

5 谢建宏;张为公;;复合材料疲劳剩余寿命预测的动态小波神经网络方法[A];第二届全国信息获取与处理学术会议论文集[C];2004年

6 陈建秋;张新政;;基于小波神经网络的水质预测应用研究[A];2006中国控制与决策学术年会论文集[C];2006年

7 孙正贵;;小波神经网络的高效学习算法及应用研究[A];中南六省（区）自动化学会第24届学术年会会议论文集[C];2006年

8 黄敏;朱启兵;崔宝同;;基于小波神经网络的轧机特性回归[A];2007中国控制与决策学术年会论文集[C];2007年

9 周绍磊;张文广;李新;;一种基于改进遗传算法的小波神经网络[A];2007年中国智能自动化会议论文集[C];2007年

10 杜青;刘剑飞;刘娟;乔延华;;基于小波神经网络的模拟调制信号自动识别[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集（下册）[C];2007年

相关博士学位论文 前10条

1 侯霞;小波神经网络若干关键问题研究[D];南京航空航天大学;2006年

2 章文俊;小波神经网络算法及其船舶运动控制应用研究[D];大连海事大学;2014年

3 高协平;小波参数化与小波神经网络研究[D];湖南大学;2003年

4 宋清昆;自适应结构优化神经网络控制研究[D];哈尔滨理工大学;2009年

5 李永红;广义小波神经网络实现雷达相关滤波的研究[D];大连海事大学;2000年

6 银俊成;量子信道与量子小波神经网络相关问题研究[D];陕西师范大学;2013年

7 李文军;多小波和小波神经网络构造及其在电弧故障诊断中的应用研究[D];吉林大学;2008年

8 刘守生;遗传算法与小波神经网络中若干问题的研究[D];南京航空航天大学;2005年

9 黄同成;基于小波神经网络理论的VOCR与HOCR技术研究[D];上海大学;2008年

10 蔡振禹;基于粗集—小波神经网络的煤炭企业管理研究[D];天津大学;2007年

，

本文编号：1349287