时态神经网络模型及其在股票分类预测上应用

发布时间：2021-09-07 12:06

　　对具有时间属性的数据进行数据挖掘称为时态数据挖掘,用以发现数据在时间上的知识,当数据变化不规律时,如股票交易数据,就很难发现有价值的规律与规则。而神经网络具有并行、容错、可以硬件实现以及自我学习的优点,可作为股票分类预测应用的一种方法。通过将股票数据与时态型相结合,将股票数据转换成时态型股票数据,提出时态神经网络模型的分类方法,对收集的若干上市公司十年内的股票数据进行分析,构建了时态股票数据神经网络分类器对股票进行分类预测。经过实验验证,相比改进前的神经网络和支持向量机方法,该分类器具有更高的分类准确率。结果证明,这种时态数据神经网络模型对于多只股票的分类预测是非常有效的,可以很好地运用到股票市场的分类预测中。 

【文章来源】：计算机工程与应用. 2019,55(15)北大核心CSCD

【文章页数】：8 页

【部分图文】：

各神经网络准确率对比图

【参考文献】：
期刊论文
[1]基于理性指标的马尔可夫链股市态势预测方法[J]. 姚宏亮,张远涛,王浩,李俊照.  计算机工程与应用. 2017(22)
[2]用于非线性时间序列预测的POD-RBF神经网络[J]. 吴春国,朱世钊,汪秉宏,关昱航.  小型微型计算机系统. 2013(08)
[3]基于AR模型的Kalman滤波在股票价格预测中的应用[J]. 金瑶,蔡之华.  统计与决策. 2013(06)
[4]模糊时间序列建模及股票市场多步预测[J]. 杨一文,蔺玉佩.  计算机工程与应用. 2014(05)
[5]基于结构修剪神经网络的股票指数预测模型[J]. 孙彬,李铁克,张文学.  计算机应用研究. 2011(08)
[6]基于核主元聚类的股票分类[J]. 余乐安,汪寿阳.  系统工程理论与实践. 2009(12)
[7]基于PCA和Rough Set在股票分类中的研究[J]. 杨蒙召,赵春刚,顾泽元.  科学技术与工程. 2009(04)
[8]基于模糊神经网络的粗糙集在股市预测中的应用[J]. 叶德谦,马志强,李帼,姜皇普.  计算机科学. 2008(04)

硕士论文
[1]基于PCA-NBC算法的股票分类研究[D]. 王志.兰州大学 2014
[2]BP神经网络在股票预测中的应用研究[D]. 王莎.中南大学 2008



本文编号：3389518