加急见刊

一种新的部分神经进化网络的股票预测(英文)

周昌乐; 王迪迪 厦门大学智能科学与技术系; 福建省仿脑智能系统重点实验室(厦门大学)

摘要:在当前社会中,股票投资在现资中非常流行,股票预测成为研究者研究的一个热点方向。大多数的股票预测方法主要有:粗造集,时间序列和神经网络,其中神经网络中的BP网络预测股票是最常用的方法。在BP神经网络中,有局部最优解的缺陷和只有一个隐层,新的部分神经进化网络可以修正这些缺点。新的部分神经进化网络可以有更多的隐层,这些隐层包含了更多的时间序列数据可以作为买卖点的判断。

注: 保护知识产权,如需阅读全文请联系心智与计算杂志社