论文部分内容阅读
针对金融市场的非线性特征,将BP神经网络与符号时间序列分析方法相结合,利用历史数据对金融波动进行预测。采用上证综指2011—2014年间隔为5 min的高频数据为样本,首先将波动序列符号化,然后利用BP神经网络对样本进行训练和检验,检验结果表明,该方法可有效预测下一时点波动变化情况,达到了其在金融波动方面的预测效果。