基于神经网络参数估计的多时间序列股市分析方法探讨  

作　　者：王妍[1] 李迎凤 

机构地区：[1]济南大学,山东济南250002

出　　处：《现代商业》2018年第13期91-92,共2页Modern Business

摘　　要：本文从参数估计入手,将神经网络与时间序列模型相结合,以求探讨出一个能够提升预测股市的准确度的分析方法。并在两者的结合过程中,利用神经网络输入层为矩阵这种数据结构的先天优势,通过非线性映射函数sigmoid将多个时间序列模型进行整合,从而得到一个适合多个时间序列的权值矩阵,进而对股市进行预测与分析。

关 键 词：神经网络参数估计 多时间序列 股市分析 ARMA模型 GARCH模型 

分 类 号：F831.51[经济管理—金融学]