论文部分内容阅读
本文使用股市分析中常用的一些技术指标构造BP网络的输入样本向量，在此基础上，对沪市股指的涨跌进行了预测。数值实验结果表明，该方法能够提高网络预测的正确率。使用跳跃学习及三种变学习率，批方式的学习算法对BP网络进行了训练，节省了预测时间。运用“在线预测”的方法对预测过程进行了跟踪，针对预测样本在预测性能及预测结果方面存在的差异。引入预测样本中心距离比的概念对其进行简单的划分，得到一些富有启发性的结果。