神经网络已成为金融时间序列预测的一个有力工具,但有些设计因素对神经网络的预测效果有很大的影响,这些因素包括输入变量选择、网络的结构和训练数据量。提出了基于预报-校正方法的神经网络预测模型,并对不同大小的训练集的影响进行了实验研究。结果发现大的训练集有更好的预测效果,且该方法的预测精度要普遍高于单一神经网络所能达到的效果。