基于信息粒化和BP-Bagging的股价范围预测模型

摘要：

针对股票价格点预测的复杂性和不确定性,以及单BP神经网络易出现过拟合的问题,提出了一种基于模糊信息粒化和BP-Bagging的股票价格波动范围的集成预测模型.首先对训练数据进行模糊信息粒化处理,根据预测模型的需要提取各个窗口的模糊信息.然后随机有放回的抽取若干个子训练集,用于训练不同的BP神经网络模型.最后结合Bagging算法对多个网络进行集成生成强预测器,提高预测模型的准确性.在此基础上对股票开盘价的波动范围进行预测,将此模型与单BP神经网络与支持向量机(SVM)的方法进行比较,实验结果表明,基于BP-Bagging的强预测模型具有较好的稳定性和时效性.

关键词：模糊信息粒化、BP-Bagging、SVM、股票价格、范围预测

所属期刊栏目：51

分类号：TP18;F830.9(自动化基础理论)

资助基金：国家自然科学基金11171087

在线出版日期：2022-11-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：55-59,74