基于差值灰色RBF网络模型股票指数预测  

作　　者：薛佳佳[1] 

机构地区：[1]中国矿业大学理学院,江苏徐州221116

出　　处：《统计与决策》2012年第22期77-79,共3页Statistics & Decision

基　　金：国家自然科学基金资助项目(10971220);全国优秀博士学位论文作者专项基金项目(200919);中央高校基本科研业务费专项基金资助项目(2010LKSX04)

摘　　要：针对RBF神经网络的预测精度受样本数据随机性影响较大,而灰色理论能弱化数据随机性的特点,文章提出了差值结合法将灰色GM(1,1)模型和RBF神经网络模型有效地结合起来,构建了差值灰色RBF网络预测模型。将该预测模型运用于股票指数预测,实证结果表明:该模型预测精度高,平均预测误差为0.52%,与BP神经网络和RBF神经网络相比具有更好的泛化能力和更高的预测精度,在股票预测中具有一定的使用价值。

关 键 词：RBF神经网络 GM(1  1)模型 差值结合法 上证指数 预测 

分 类 号：F224[经济管理—国民经济]