广义回归神经网络的金融预测模型研究  

作　　者：廖薇[1] 冯小兵[2,3] 曹伟莹[4] 刘锦高[1] 

机构地区：[1]华东师范大学信息学院电子系 [2]上海社科院世界经济和政治研究所 [3]上海建桥学院,上海200200 [4]宜春学院理工学院,江西宜春336000

出　　处：《商业时代》2010年第7期42-43,共2页Commercial

基　　金：上海市2007年科技攻关重点项目(075115002)"基于单片DMD的立体显示系统";2009上海市教委创新项目(AASH0904)"基于人工神经网络模型对我国参考篮子汇率体制的研究"

摘　　要：本文针对BP网络存在着收敛速度慢和局部极小的问题,提出了一种基于广义回归神经网络方法的金融预测模型,该网络运用于汇率模拟与预测,以演示训练样本的构建、原始数据预处理、神经网络的创建训练和检测结果的评价整个过程。通过详细的仿真实验以及与BP神经网络的比较可得出以下结论:该方法不仅运算速度较快,且逼近性能及预测性能明显都优于传统BP神经网络。

关 键 词：广义回归神经网络 金融预测 时间序列 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]