论文部分内容阅读
本文使用股市分析中常用的一些技术指标构造BP网络的输入样本向量,在此基础上,对沪市股指的涨跌进行了预测.数值实验结果表明,该方法能够提高网络预测的正确率.使用跳跃学习及三种变学习率、批方式的学习算法对BP网络进行了训练,节省了预测时间.运用"在线预测"的方法对预测过程进行了跟踪.针对预测样本在预测性能及预测结果方面存在的差异,引入预测样本中心距离比的概念对其进行简单的划分,得到一些富有启发性的结果.