作者：孙伟; 郭金华; 夏冰rbf神经网络股票预测可行性分析
摘要：股票市场是个复杂且难以预测的系统,主要是因为影响股价变动的因素非常多,并且它是一个典型非结构性及非线性的系统。径向基函数（RBF）是一种具有单隐层的三层前馈网络。是借鉴生物局部调节和交叠接受区域知识的基础上,采用局部接受域来执行函数映射的人工神经网络。具有很强的局部非线性逼近能力和自学习、自适应等特性。对于每个训练样本,它只需要对少量的权值和阈值进行修正,结构简单、训练简洁且学习收敛速度快,能够逼近任意非线性函数。因此,将RBF神经网络应用于股市中,进行尝试预测和分析股市。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
