[1]林倩瑜 冯少荣 张东站.基于神经网络和模式匹配的股票预测研究[J].计算机技术与发展,2010,(05):17-20.
　LIN Qian-yu,FENG Shao-rong,ZHANG Dong-zhan.Stock Market Forecasting Research Based on Neural Network and Pattern Matching[J].,2010,(05):17-20.
点击复制

基于神经网络和模式匹配的股票预测研究()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2010年05期
页码:
17-20
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Stock Market Forecasting Research Based on Neural Network and Pattern Matching
文章编号:
1673-629X（2010）05-0017-04
作者:
林倩瑜 冯少荣 张东站
厦门大学计算机科学系
Author(s):
LIN Qian-yu; FENG Shao-rong; ZHANG Dong-zhan
Dept.of Computer Science,Xiamen University
关键词:
股票; 预测; 反向传播神经网络; 模式匹配; 非线性
Keywords:
stock;  forecasting;  back propagation neural networks;  pattern matching;  nonlinear
分类号:
TP183
文献标志码:
A
摘要:
BP神经网络是分析股票数据最流行的工具之一。近期对模式匹配算法的研究表明模式匹配简化了股票趋势预测的复杂度并为股票市场预测提供了一种简单有效的方法。文中分别阐述了BP神经网络和模式匹配识别的原理,并提出将两种算法相结合,建立一个基于BP神经网络和模式匹配识别的股票市场分析和预测系统。这个系统克服了神经网络预测系统目标函数存在局部最小和模式匹配识别预测系统缺少股票价格自身变化特性的缺点,具有两种算法在股票预测应用方面的优势。通过对泰山石油的股价进行分析来测试这个系统。实验结果表明此方法不仅收敛速度快、预测精
Abstract:
BP Neural Networks is one of the most popular tools in the analysis of stock data.Recent research activities in Pattern Matching indicate that Pattern Matching just simplify the complexity of stock trend prediction and provide a simple but effective way f

相似文献/References:

[1]曹庆璞 董淑福 罗赟骞.网络时延的混沌特性分析及预测[J].计算机技术与发展,2010,(04):43.
　CAO Qing-pu,DONG Shu-fu,LUO Yun-qian.Chaotic Analysis and Prediction of Internet Time- Delay[J].,2010,(05):43.
[2]朱良燕 毛军军 苗强 吴涛[].合肥市降水变化趋势分形特征分析与预测[J].计算机技术与发展,2009,(09):17.
　ZHU Liang-yan,MAO Jun-jun,MIAO Qiang,et al.Analysis of Precipitation Changes Trend Fractal Features and Forecasts in Hefei[J].,2009,(05):17.
[3]王天娥 叶德谦.基于GA的改进型动态网络在股市预测中的应用[J].计算机技术与发展,2009,(01):214.
　WANG Tian-e,YE De-qian.Application of Improved Dynamic Neural Network Based on GA to Stock Market Prediction[J].,2009,(05):214.
[4]余健 郭平.基于改进的Elman神经网络的股价预测模型[J].计算机技术与发展,2008,(03):43.
　YU Jian,GUO Ping.Stock Price Forecasting Model Based on Improved Elman Neural Network[J].,2008,(05):43.
[5]施尧 赵勇 杨雪洁 赵妹 张燕平 关有训 王克强.基于覆盖算法的大气质量预测[J].计算机技术与发展,2008,(07):190.
　SHI Yao,ZHAO Yong,YANG Xue-jie,et al.Application of Covering Algorithm to Prediction of Air Quality[J].,2008,(05):190.
[6]黄一丹 严洪森 冯丽娟 吴奇.基于C#．NET与Matlab接口和BP网络的汽车产量预测[J].计算机技术与发展,2008,(11):36.
　HUANG Yi-dan,YAN Hong-sen,FENG Li-juan,et al.Vehicle Production Forecasting Based on BPNN and Interface Between C #. NET and Matlab[J].,2008,(05):36.
[7]黄常青 徐海水 钟晖云 廖志坚 张红.基于AR模型的主机负载预测[J].计算机技术与发展,2007,(09):38.
　HUANG Chang-qing,XU Hai-shui,ZHONG Hui-yun,et al.Host Load Prediction Based on AR Module[J].,2007,(05):38.
[8]胡蓉.多输出支持向量回归及其在股指预测中的应用[J].计算机技术与发展,2007,(10):226.
　HE Rong.Application of Multi - Output Support Vector Regression in Stock Market Index Forecasting[J].,2007,(05):226.
[9]冯利军 李书全 宋连友[].利用粗糙集理论提高SVM预测系统的实时性[J].计算机技术与发展,2006,(09):30.
　FENG Li-jun,LI Shu-quan,SONG Lian-you.Improving Real - Time Character of Prediction System Based on SVM Using RS Theory[J].,2006,(05):30.
[10]汤义强 毛军军 李侠 程白彬.基于粗集属性约简的电力供应量SVM回归预测[J].计算机技术与发展,2010,(09):48.
　TANG Yi-qiang,MAO Jun-jun,LI Xia,et al.China＇s Power Supply SVM Regression Forecast Based on Rough Set Attribute Reduction[J].,2010,(05):48.
[11]张迎春 陈洁 张晨希 万忠 张燕平.聚类在股票研究中的应用[J].计算机技术与发展,2006,(04):116.
　ZHANG Ying-chun,CHEN Jie,ZHANG Chen-xi,et al.Application of Clustering in Study of Stock[J].,2006,(05):116.
[12]张晨希 张燕平 张迎春 陈洁 万忠.基于支持向量机的股票预测[J].计算机技术与发展,2006,(06):35.
　ZHANG Chen-xi,ZHANG Yan-ping,ZHANG Ying-chun,et al.Stock Prediction Based on Support Vector Machine[J].,2006,(05):35.

备注/Memo

备注/Memo:
国家自然科学基金（50604012）林倩瑜（1985-），女，福建厦门人，硕士研究生，研究方向为数据挖掘；冯少荣，博士，副教授，研究方向为分布并行数据库、数据仓库、数据挖掘。
更新日期/Last Update: 1900-01-01