基于BP神经网络的改进粒子群优化股票预测

摘要

可以以较为精准的预测结果为依据来对股票市场进行及时指引与调控,这样更能保障我国国民经济的可持续顺利发展。本文的目的是研究改进的基于粒子群优化算法的改进版BP神经网络股票预测,这种神经网络预测方法是以粒子群优化算法为基础并将其应用于股市预测,取得了较好的效果。详细给出了基于粒子群算法的神经网络模型的建立方法,同时本文还比较了PSO-BP网络引入定性指标前后的性能,通过对股票指数和股票价格的预先测评,实验结果表明了,PSO-BP神经网络具有相对优势性。因为其趋势预测准确率提高了7%,预测偏差MAE降低了5。