上证指数预测摸型——基于二次规划最优组合的神经网络方法

摘要：

文章利用主成份分析构造神经网络输入矩阵:利用Bagging技术和不同神经网络算法生成一组神经网络个体:最后用二次规划最优组合方法,计算各集成个体的最优非负权系数进行组合集成,生成输出结论,以此建立股市预测模型.通过上证指数开盘价进行实例分析,计算结果表明该方法预测精度高、稳定性好,易于操作.

关键词：主成份、神经网络、集成、预测

分类号：F832.0(金融、银行)

资助基金：国家自然科学基金资助项目10761001;广西教育厅面上项目200707MS061

在线出版日期：2008-07-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：31-33