论文部分内容阅读
股票市场是个非线性系统,由于受到多方面因素的影响,对于股指的预测一直是个难题.各种建模方法都有自身的缺点,如模式匹配识别系统过分依赖历史数据,缺乏自身变化.BP神经网络容易陷入局部最优,而且训练时间较长.文章从模式匹配识别和BP神经网络相结合的角度来进行股票指数预测分析,预测系统克服了单一神经网络预测系统和单一模式匹配识别预测系统的各自缺点,能有效地预测股指.