论文部分内容阅读
由于金融时序数据的高度非线性特征,准确预测股票市场的证券指数非常困难.本文提出了一种单隐层前向正弦激励的神经网络并将其用于上证指数的预测.这种神经网络采用权值和结构直接确定（WASD）的方法进行训练,能够直接获得最优的权值和结构,也被称之为正弦激励的WASD神经网络.基于历史数据,将WASD神经网络和BP神经网络、SVM进行了对比实验.实验结果表明,正弦激励的WASD神经网络在预测上证指数时具有更好的性能.