论文部分内容阅读
通过建立BP神经网络预测模型和GARCH-BP神经网络预测模型,对2001年深圳成分指数的日收盘价进行预测分析发现,GARCH-BP模型较BP模型的收敛速度快,学习能力强,预测精度较高,误差率较小.
基于神经网络技术的股指预测模型及实证分析
【摘 要】
：
通过建立BP神经网络预测模型和GARCH-BP神经网络预测模型,对2001年深圳成分指数的日收盘价进行预测分析发现,GARCH-BP模型较BP模型的收敛速度快,学习能力强,预测精度较高,误
【机 构】
：
湖南大学工商管理学院
【出 处】
：
财经理论与实践
【发表日期】
：
2005年1期
其他文献
在一个改进的节理岩体强度和提出均方剪应力基础上,导出一个屈服准则,结合断裂力学理论,推导出一新的微裂纹区域,最后与Mises屈服准则的推导结果作比较得出一些结论.