用于股票价格预测的神经网络

  • 2022-11-01
  • John Dowson

要说新房装修,选择什么风格好?什么材料好?大家可能都有自己的想法和意见。但是一遇到基础工程,比如说卫生间装修什么方式最好?可能就两眼一黑,啥都不懂了!说起下沉式,很多人都不了解本站

用于股票价格预测的神经网络本站

  由于金融市场极不稳定,人们普遍认为股票价格预测是一项充满挑战的任务。然而,为了获取利润或了解股票市场的本质,众多市场参与者或研究人员尝试使用各种统计,计量经济学甚至神经网络模型来预测股票价格。在这项工作中,我们调查和比较了五种神经网络模型的预测能力,即反向传播(BP)神经网络,径向基函数(RBF)神经网络,广义回归神经网络(GRNN),支持向量机回归(SVMR) ),最小二乘支持向量机回归(LS-SVMR)。我们应用这五种模型对三种个股进行价格预测,即中国银行,万科A和贵州茅台。

  表1给出了五种神经网络模型的性能。由此可见,这五种模型都具有一定的预测能力。即使是最坏的GRNN。MAPE不超过5%,考虑到我们预测的是股价而不是波动率,这是非常令人满意的。在所有三支股票中,MSE和MAPE都是如此。BP神经网络优于其他四种模型。SVMR在这三支股票中始终排名第二。然而,无论是MSE还是MAPE, SVMR的结果都比BP至少大10%。此外,根据中国银行(Bank of China)和万科A.的预测,在这两种标准下,BP神经网络在两项指标中都比SVMR高20%。

  图1为中国银行的观察价格和预测价格。可以看出,预测值与实测值吻合较好。并对拐点进行了较为及时的预测。当实际价格有变化趋势时,预测值也随之变化。

本站 如果你家有个大阳台 你会选择封阳台吗? 一般的公寓楼房都没有了院子 很多人喜欢在阳台上下功夫 但是有很多人把阳台封好之后 又后悔了! 想要封阳台的户主 一定要注意这些问题

免责声明:本站所有信息均搜集自互联网,并不代表本站观点,本站不对其真实合法性负责。如有信息侵犯了您的权益,请告知,本站将立刻处理。联系QQ:1640731186

评论留言

发表评论