论文部分内容阅读
文章针对股价预测问题的复杂性、不确定性、时变性及动态性等特性，利用Elman神经网络具有记忆性的优点，采用遗传算法训练优化Elman神经网络的初始权值，提出了高效的GA—Elman动态回归神经网络股价预测模型。实验模拟结果表明：该模型快速稳定且具有较高的精度，将其用于股票价格预测可行且有效。该模型的提出也为股票价格预测提供了一种新的技术和方法。