论文部分内容阅读
艾略特波浪理论作为金融市场的研究工具,描述了股价的结构规律。针对艾略特波浪理论,结合人工智能方法,以时间序列为基础,提出并比较了两种基于人工神经网络的分类器。第一种技术是结合了后向传播学习算法的多层人工神经网络,1 600次迭代后均方误差小于0. 87。根据传统后向传播网络的缺陷与金融市场的特性,提出第二种改进网络,即与模糊理论相结合的基于缩放共轭梯度算法的人工神经网络。经120次迭代后均方误差小于0. 22,相比于第一种方法,准确率提高74. 7%,收敛速度提高92. 5%。