小波分析下的神经网络股票预测研究
孙冰洁1
唐瑞1
左毅2
黄明和1
1.江西师范大学软件学院 南昌3300222.江西省科技型中小企业创新基金管理中心 南昌 330046
摘要：研究股票价格准确预测问题.股票市场是一个非常复杂的非线性动力学系统,传统的时间序列预测方法很难揭示其内在规律,预测结果误差较大.论文利用小波分解与重构,将原始非平稳时间序列分解为不同尺度下的时间序列分量,依照其各自特点,分别采用Elman神经网络和BP神经网络模型,对各层系数进行建模与预测,通过整合各层系数,得到原始时间序列的预测值.通过对沪深300指数的仿真预测实验表明,基于小波分解的神经网络组合预测方法比传统神经网络预测方法的预测精度明显提高,具有实际的推广应用价值.
关键词：小波分解与重构神经网络股票预测沪深300指数
分类号：TP391(计算技术、计算机技术)
论文发表日期：2016-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 1031-1034,1106 )
英文信息