基于結構修剪神經網絡的股票指數預測模型

摘要：股票市場是非線性系統，具有內部結構復雜性和外部因素多變性，在股市指數價格和成交量基礎上，引入宏觀經濟指標共同構建模型預測指標體系，并分析各指標之間的長期均衡關系和因果關系。在貝葉斯分析的基礎上，將代表網絡復雜性的懲罰項引入模型誤差函數中，并通過動態調整懲罰因子刪減網絡中對股票市場不敏感的隱層神經元，在保證模型泛化能力的同時實現網絡結構精簡。以上證指數為例，構建基于BP算法的結構修剪神經網絡預測模型，在不同的預測指標體系下對股票市場運行規律進行學習，并對上證指數進行仿真預測。最后，通過與其他神經網絡預測模型比較驗證該模型的有效性。