论文部分内容阅读
利用线性神经网络模型对“新上证综指（000017）”进行拟合预测，选取从“新上证综指”开始发行月份（2006年1月）开始到2011年6月的月度数据，共计66个，用前62个做训练组，最后4个数据做预测组，通过比较不同滞后窗口模型的误差平方和，选择适当的窗口数为最优模型，为了提高模拟的效果，对模型的初始数据进行优化，然后进行预测分析；结果显示，拟合效果很好，除6月份股市波动稍大，其他月份拟合误差不到3％，阐释了股票市场的短期可预测性。