论文部分内容阅读
本文以预测多日股票价格为目标建立遗传算法优化BP神经网络模型(GA-BP神经网络模型).BP神经网络能根据股票历史数据找出股票市场波动的内在规律来预测将来一段时间内的股票价格变化.但是在BP神经网络中权值的更新调整都与初始权值相关,初始权值取值不当可能会使网络陷入局部极小而导致预测精度不高.由于遗传算法是一种不容易陷入局部最优陷阱的启发式全局搜索算法,刚好能够弥补BP神经网络此方面的不足.故而利用遗传算法优化其初始权值和阈值能够提高BP神经网络预测精度.现有的对股价的预测的研究中,基本都是利用多天的