基于股指期貨數(shù)據(jù)量大,數(shù)據(jù)噪聲較多等多個(gè)特點(diǎn),采用小波去噪的方法首先對(duì)選取的數(shù)據(jù)進(jìn)行清洗,再利用神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練預(yù)測(cè),發(fā)現(xiàn)這樣相結(jié)合的方法可以有效減少神經(jīng)網(wǎng)絡(luò)模型的誤差。選取2012年7月24日至2018年10月12日共1528個(gè)交易日的最低價(jià)、最高價(jià)、開(kāi)盤(pán)價(jià)和收盤(pán)價(jià)的滬深300股指期貨數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)模型的學(xué)習(xí)分析對(duì)象,通過(guò)不斷地修改參數(shù),調(diào)試從而減小誤差,再對(duì)未來(lái)走勢(shì)進(jìn)行預(yù)測(cè)。結(jié)果發(fā)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)模型與Elman神經(jīng)網(wǎng)絡(luò)模型比較,BP神經(jīng)網(wǎng)絡(luò)模型對(duì)于股指期貨數(shù)據(jù)的分析預(yù)測(cè)更具有優(yōu)越性,最終的預(yù)測(cè)結(jié)果與實(shí)際相比準(zhǔn)確率能夠達(dá)到98.9%。因此結(jié)合小波去噪的BP神經(jīng)網(wǎng)絡(luò)模型能夠明顯地減小了誤差,提高了預(yù)測(cè)的精確度。

【文章頁(yè)數(shù)】：5 頁(yè)

【文章目錄】：
1 小波去噪和BP神經(jīng)網(wǎng)絡(luò)原理
    1.1 小波去噪原理
    1.2 BP神經(jīng)網(wǎng)絡(luò)原理
2 滬深300股指期貨的訓(xùn)練與學(xué)習(xí)
    2.1 Elman神經(jīng)網(wǎng)絡(luò)的訓(xùn)練與學(xué)習(xí)
    2.2 BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練與學(xué)習(xí)
3 基于小波去噪的BP神經(jīng)網(wǎng)絡(luò)模型
4 結(jié)論



本文編號(hào)：3838576