基于梯度下降学习的人工神经网络金融时间序列预测比较研究
神经与进化计算
2015-03-13 v2 人工智能
摘要
金融预测是信号处理问题的一个实例，由于样本量小、噪声高、非平稳性和非线性而极具挑战性，但快速预测股票市场价格对战略商业规划至关重要。本研究旨在开发一个用于金融时间序列预测的比较预测模型，采用前馈多层人工神经网络与循环时延神经网络。本研究借助 Google Finance 提供的历史股价数据集进行开发。为构建该预测模型，实现了带有梯度下降学习的反向传播方法。最终发现，通过上述算法学习得到的神经网络是非平稳噪声金融时间序列的有效预测器。
引用
@article{arxiv.1111.4930,
title = {Comparative study of Financial Time Series Prediction by Artificial Neural Network with Gradient Descent Learning},
author = {Arka Ghosh},
journal= {arXiv preprint arXiv:1111.4930},
year = {2015}
}