基于BP神经网络的证券市场异常波动识别模型

摘要

证券市场的波动是其本质特征和属性,但如果价格的波动性呈现出振幅剧烈、频率过快,就可能导致市场的价格扭曲,进而导致股票市场剧烈震荡.本文立足于实际的证券交易市场,建立多层神经网络分类器,使用BP神经网络中的四种学习算法对仿真数据进行拟合,结果表明弹性梯度算法对六种基本的波动模式识别精度较高.