基于稀疏贝叶斯极限学习机算法的股票价格预测

【#第一文档网# 导语】以下是®第一文档网的小编为您整理的《基于稀疏贝叶斯极限学习机算法的股票价格预测》，欢迎阅读！

基于稀疏贝叶斯极限学习机算法的股票价格预测

熊炳忠

【期刊名称】《嘉兴学院学报》 【年(卷),期】2018(030)005

【摘 要】股票价格模型是金融理论分析与实证分析的重要基础,学术界与金融业界对其建模预测一直保持着极大的兴趣,但由于股票价格表现出高噪声性、强非线性、随机分形结构以及长记忆效应等特点,需要融合优化算法、统计学习方法与金融学理论对其建模分析.基于传统方法的股票价格过程建模预测结果往往精度不够好,所建立的模型泛化能力较差.基于稀疏贝叶斯极限学习机 ( SBELM) 方法对股票价格进行建模预测, SBELM既能保持传统极限学习机 ( ELM) 算法训练过程简捷的优点,又具有稀疏贝叶斯学习机自动选择隐藏层节点数的优点.利用上证综合指数2014-2015年的市场数据,比较基于SBELM方法的建模预测与基于贝叶斯极限学习机 ( BLEM)、 ELM 以及 BP 神经网络学习算法的建模预测,结果表明,基于SBELM方法的市场指数模型预测精度最高、泛化能力最强,具有较好的应用价值. 【总页数】8页(P106-113) 【作 者】熊炳忠

【作者单位】嘉兴学院 南湖学院,浙江嘉兴314001 【正文语种】中 文 【中图分类】F830.91 【相关文献】


1.基于稀疏性贝叶斯极限学习机的气动调节阀多类故障诊断 [J], 谈斐祺;谢磊;王挺任

2.混合动力汽车电池内部状态预测的贝叶斯极限学习机方法 [J], 王琪;孙玉坤;倪福银;陈泰洪;陈连玉;罗印升

3.基于极限学习机的股票价格预测 [J], 廖洪一;王欣

4.基于在线核极限学习机的股票价格预测模型 [J], 陈海英;刘洋

5.基于稀疏贝叶斯-RNAMBO算法的低剂量CT盲复原方法 [J], 刘晓培;滕建辅;费腾;孙云山

因版权原因，仅展示原文概要，查看原文内容请购买

本文来源：https://www.dy1993.cn/OMb4.html