作者:黄宏运; 李诗争; 吴礼斌广义回归神经网络交叉验证股指预测matlab
摘要:针对具有波动性的股票指数预测问题,利用具有强非线性映射能力的广义回归神经网络构建基于历史日(2002年1月7日至2016年6月22日)收盘价、最低价、最高价、成交量、成交额和涨跌幅的股指预测模型,并且在网络的训练过程中利用交叉验证的方式确定了基于均方误差最小的Spread,最后分别从预测误差,预测相对误差等角度对比分析了GRNN神经网络与RBF神经网络的预测精度,得出GRNN神经网络可以很好地实现股指预测的结论.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社