...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Physica, A. Statistical mechanics and its applications >Stock price forecasting based on LLE-BP neural network model
【24h】

Stock price forecasting based on LLE-BP neural network model

机译：基于LLE-BP神经网络模型的股票价格预测

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Most of the factors affecting stock prices have data redundancy and nonlinear characteristics. Classical linear mapping dimensional reduction methods such as principal component analysis (PCA) and linear discriminant analysis (LDA) cannot get good results for nonlinear problems. In this paper, a local linear embedding dimensional reduction algorithm (LLE) is selected to reduce the dimension of the factors affecting the stock price. The data after dimensional reduction is used as the new input variable of Back Propagation (BP) neural network to realize the stock price prediction. The prediction results are compared with the BP neural network model, PCA-BP model, and the traditional ARIMA (3,1,1) model. The results show that LLE-BP neural network model has higher prediction accuracy in stock price prediction, and it is an effective and feasible stock price prediction method. (C) 2020 Elsevier B.V. All rights reserved.
机译：影响股票价格的大多数因素都有数据冗余和非线性特征。 经典线性映射尺寸减少方法，如主成分分析（PCA）和线性判别分析（LDA）无法获得非线性问题的良好结果。 本文选择了局部线性嵌入尺寸减少算法（LLE）以减少影响股价的因素的维度。 尺寸减少后的数据用作后传播（BP）神经网络的新输入变量，以实现股票价预测。 将预测结果与BP神经网络模型，PCA-BP模型和传统的ARIMA（3,1,1）模型进行比较。 结果表明，LLE-BP神经网络模型具有更高的预测准确性预测，是一种有效可行的股票价格预测方法。 （c）2020 Elsevier B.v.保留所有权利。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号