基于遗传算法优化混沌神经网络的股票指数预测

作者：马明,李松

摘要：为提高BP神经网络预测模型对混沌时间序列的预测准确性,提出一种基于遗传算法优化BP神经网络的改进混沌时间序列预测方法。本文采用时间序列输入输出参数数量构造BP神经网络拓扑结构,利用遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型求得最优解,将该预测方法应用到上证综合指数的时间序列进行有效性验证,结果表明了该方法对上证综合指数具有更好的非线性拟合能力和更高的预测准确性。

发文机构：北京大学经济学院 河北大学管理学院

关键词：股指预测混沌理论BP神经网络遗传算法stock index predictionchaotic theoryBP neural networkgenetic algorithm

分类号： F830.593[经济管理—金融学]TP183[自动化与计算机技术—控制科学与工程][自动化与计算机技术—控制理论与控制工程]