论文部分内容阅读
为了对股票价格进行准确、快速的在线预测,提出一种基于改进极限学习机算法(IELM)的股票价格在线预测模型。在极限学习机(ELM)中引入Cholesky分解方法,使网络权值随新样本的逐次加入递推更新,提高模型的泛化能力,加快网络学习效率,然后对交通银行股票(601328)的收盘价进行仿真实验。结果表明,相对于对比模型, IELM不仅提高了计算效率,而且提高了股票价格预测精度,可以实现股票价格快速、准确在线预测。