基于神经网络的股票价格预测模型  

NEURAL NETWORK BASED STOCK PRICE PREDICTION MODEL

作　　者：陈嶷瑛[1] 张泽星[2] 李文斌[1] 

机构地区：[1]石家庄经济学院信息工程学院,河北石家庄050031 [2]石家庄经济学院网络信息安全实验室,河北石家庄050031

出　　处：《计算机应用与软件》2014年第5期89-92,共4页Computer Applications and Software

基　　金：河北省科技厅项目(09213575D;09213515D)

摘　　要：提出一种基于BP神经网络的股票价格预测模型SPPM(Stock Price Prediction Model)。SPPM集成了多个神经网络,可预测未来若干天的股价走势。针对SPPM中的数据预处理、输出融合、神经网络隐藏层节点数选取等关键问题作了详细讨论。实验结果表明,SPPM具有一定的实际价值。A BP neural network based stock price prediction model（ SPPM） is put forward. SPPM integrates a number of neural networks, so that it can predict stock price trends in a few days. Some key problems of SPPM such as data preprocessing,output fusion,neural network hidden layer node number setting and so on are discussed in detail. Experiment results show that SPPM is of certain practical value.

关 键 词：神经网络 时间序列 股票 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]