基于改进粒子群算法的神经网络优化证券投资组合方法

作者：黄招娣

来源：井冈山大学学报(社会科学版), 2014, 35(03): 76-80.

• 粒子群算法
• IPSO
• BP神经网络
• 证券投资组合

采用人工神经网络对证券投资进行预测与分析的研究过程中,提高神经网络各个节点参数的优化能力是极其关键的。传统的神经网络存在学习速度慢、易陷入局部极小值、预测结果精度较低等缺点,一种改进型粒子群(Improved Particle Swarm Optimizer,IPSO)算法,可以优化BP(Back Propagation)神经网络,并将优化后的BP神经网络应用于优化证券投资组合中。实验结果表明:该研究方法能够在预测精度和稳定性方面明显优于传统的PSO-BP神经网络优化证券投资组合方法。

• 单位
  电子工程学院; 华东交通大学