基于小波神经网络的深证300成分指数的预测  

Forecast of Shenzheng Composition Index based on Wavelet Neural Network Model

作　　者：张旭东[1] 俞建宁[1] 郭兰平[1] 张建刚[1] 付宏睿[1] 

机构地区：[1]兰州交通大学数理与软件工程学院,兰州730070

出　　处：《重庆理工大学学报（自然科学）》2011年第6期49-52,共4页Journal of Chongqing University of Technology：Natural Science

基　　金：国家自然科学基金资助项目(408034);甘肃省自然科学基金资助项目(3ZS051-A25-030;3ZS-042-B25-049);兰州交通大学科研基金资助项目(DXS2010-018)

摘　　要：通过对小波神经网络的分析,建立了小波神经网络模型,使其具有更好的预测性能。然后利用该模型对深圳300成分指数(2010—06—01到2010—09—30)进行了非线性逼近。通过Matlab软件对该网络的训练进行了数值仿真。仿真结果表明:该网络模型对金融时间序列进行预测是可行的。Based on the analysis of wavelet neural network,the paper established a wavelet neural network model,and made its have better forecasting performance.By means of model,it made the nonlinear approximation using 300 pieces of Shenzhen composition index.The software Matlab was used to train the network,and then the trained network was adopted to perform the numerical simulation.The simulation results show that the network model of financial time series forecast is feasible.

关 键 词：小波神经网络 深圳300成分指数 预测 数值仿真 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] F224[自动化与计算机技术—控制科学与工程]