基于PCA-BP神经网络综合模型预测股票价格

作者：张如梦; 张华美

来源：电脑知识与技术, 2020, 16(33): 4-7.

DOI：10.14004/j.cnki.ckt.2020.3355

• BP神经网络模型
• 主成分分析
• 股票价格
• 长短期预测

针对股票价格和涨跌趋势预测准确度问题,构建PCA-BP(Principal Component Analysis-Back Propagation)神经网络综合模型。将主成分分析法与BP神经网络模型组合,测试得到在隐层节点为7时误差最小,能100%预测股票的涨跌。构建PCA-BP神经网络综合模型,综合模型预测股票涨跌准确度为95%,股票价格误差相对减少。最后可知,综合模型比单个PCA-BP神经网络模型更有优势,能更好地给投资者切实可行的建议。

• 单位
  新乡学院; 陕西国际商贸学院