-
题名最小一乘回归神经网络集成方法股市建模研究
被引量：4
- 1
-
-
作者
吴建生
-
机构
柳州师范高等专科学校数学与计算机科学系
-
出处
《计算机工程与设计》
CSCD
北大核心
2007年第23期5812-5815,5818,共5页
-
基金
国家自然科学基金项目(40675023)
广西教育厅基金项目(200508234)
-
文摘
提出了一种新的神经网络集成股市建模方法,采用偏最小二乘方法构造神经网络输入矩阵,利用Bagging技术和不同的神经网络学习算法生成集成个体,再用遗传算法选择参与集成的个体,以"误差绝对值和最小"为最优准,建立最小一乘回归神经网络集成模型,通过上证指数开盘价、收盘价进行实例分析,计算结果表明该方法具有较好的学习能力和泛化能力,在股市预测中预测精度高、稳定性好。
-
关键词
偏最小二乘回归
神经网络
遗传算法
神经网络集成
最小一乘回归
泛化能力
-
Keywords
partial least squares regression
neural networks
genetic algorithms
neural network ensemble
least absolute regress
generalization ability
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
