投稿须知
    1.来稿须论点明确,文字精练,数据可靠.每篇论文(含图、表)一般不超过6 000字,必须包括(按顺序):题目、作者姓名、作者单位(具体到系、处、所,包括所在省市与邮编)、中文摘要(200~300字)、关键词(一般为3~8个)、正文、参考文献、英文摘要部分.
    2.英文摘要部分包括题目 、 ...

基于主成分分析和递归神经网络的短期股票指数预测

作者: 孙德山 任靓

关键词: 递归神经网络 主成分分析 时间序列 ARIMA模型

摘要:运用递归神经网络,并结合主成分分析方法建立基于主成分分析的递归神经网络(PCA-RNN)预测模型.实验采用玉米股票价格指数,首先,利用主成分法对玉米指数的多个指标进行特征提取,然后利用提取的主成分建立3种神经网络模型,并对开盘价进行预测,最后与ARIMA模型进行比较分析.结果表明PCA-RNN模型取得了较好的效果,更加适用于股票价格的短期预测,可以为决策者提供一定的参考.


上一篇: 溶胶凝胶工艺制备NaMgZnO复合薄膜结构和发光性能研究
下一篇: 基于CVaR约束的分布鲁棒投资组合优化问题的等价形式

Copyright@辽宁师范大学学报 All right resvered   辽ICP备05001365号
地址:大连市沙河口区黄河路850号   邮政编码:116029