科研之友
微信
新浪微博
Facebook
分享链接
摘要
股票价格影响因素众多,且存在复杂的相关关系,传统股票价格预测模型和神经网络模型无法消除影响因素直接的相关性,从而导致预测精度较低。为提高股票价格预测精度,提出了一种主成分分析与BP神经网络组合模型。利用主成分分析降低股票价格预测影响因素之间存在的冗余信息,降低BP构,提高组合模型训练速度和预测精度。对自科学研究和技术服务业相关上市企业周股价进行仿真实验,结果表明PCABP组合模型的训练速度快,预测精度高,能够为股票价格预测提供有价值的参考。
-
单位江苏理工学院
