基于GM-RBF神经网络的股票价格预测分析

摘要：

股票价格通常受市场各种因素的影响,并且在价格波动上通常表现出非线性和不确定性.在解决股票价格预测问题时,由于单一预测方法自身的局限性,往往准确度较低.因此,为了获取更加准确的预测结果,有必要结合2种或者更多的预测方法,建立一种组合预测模型.因此,本文提出了基于GM-RBF神经网络的股票价格预测模型,实验结果表明,相对单一的预测模型,GM-RBF神经网络的股票价格预测模型能够更加精确地对股票价格进行预测,更加客观地反映股票价格变化的规律.

关键词：股票价格、灰色算法、神经网络、预测模型

分类号：TP391(计算技术、计算机技术)

在线出版日期：2018-09-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：8-11