1 简介
针对当前智能算法对股票市场预测精度不高的问题,提出使用布谷鸟算法优化神经网络(CS-BP)的方法,对股票市场进行预测.并与粒子群算法优化神经网络模型(PSO-BP)和遗传算法优化神经网络模型(GA-BP)的测试结果进行比较.通过对SZ300091(金通灵)日线的收盘价数据回测分析看出,布谷鸟算法优化神经网络模型明显优于这两种算法,能有效对股票市场进行预测,对于30天的预测精度约为98.633%.
时间:2024-02-03 23:20:43
针对当前智能算法对股票市场预测精度不高的问题,提出使用布谷鸟算法优化神经网络(CS-BP)的方法,对股票市场进行预测.并与粒子群算法优化神经网络模型(PSO-BP)和遗传算法优化神经网络模型(GA-BP)的测试结果进行比较.通过对SZ300091(金通灵)日线的收盘价数据回测分析看出,布谷鸟算法优化神经网络模型明显优于这两种算法,能有效对股票市场进行预测,对于30天的预测精度约为98.633%.
基于粒子群优化算法的BP神经网络预测模型(Matlab代码实现)
2019-05-09
【预测模型】基于天牛须算法BAS优化BP神经网络实现数据预测matlab代码
2021-02-17
【预测模型-BP分类】基于蝙蝠算法优化BP神经网络实现数据分类附matlab代码
2019-10-12
【预测模型-BP分类】基于人工蜂群算法优化BP神经网络实现数据分类附matlab代码
2019-04-01