基于GA-BP神经网络模型的黄金价格仿真预测

被引：13

作者：

张品一 ^{[1
,2
]}

罗春燕 ^{[2
]}

梁锶 ^{[3
]}

机构：

[1] 北京信息科技大学经济管理学院

[2] 北京工业大学经济与管理学院

[3] 陕西师范大学国际商学院

来源：

统计与决策 | 2018年 / 34卷 / 17期

关键词：

黄金价格; 预测; 遗传算法; BP神经网络;

D O I：

10.13546/j.cnki.tjyjc.2018.17.039

中图分类号：

TP183 [人工神经网络与计算]; F831.54 [];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 020202 ;

摘要：

文章采用1990—2016年324个月的数据,构建多输入的GA-BP神经网络模型,对2015—2016年24个月的黄金价格进行仿真预测。结果表明,GA-BP神经网络在仿真能力、误差水平、收敛精度、迭代次数等方面都优于BP神经网络,能更加准确地预测黄金价格的走势。

引用

页码：158 / 161

页数：4

共 17 条

[1] 基于人工智能的黄金价格非线性组合预测 [J].

张延利 ;

张德生 .

数学的实践与认识, 2015, 45 (21) :26-33

[2] 基于GA-BP神经网络的巨项目投人评价的改进研究 [J].

任宏 ;

马先睿 ;

刘华兵 .

系统工程理论与实践, 2015, 35 (06) :1474-1481

[3] 基于VAR模型的黄金价格影响因素分析 [J].

邱济洲 ;

额日敦塔娜 .

财经理论研究, 2014, (06) :10-18

[4] 基于支持向量回归机的黄金价格短期预测 [J].

李莹 ;

高岩 ;

范丽亚 ;

张凤霞 ;

张凡龙 .

数学的实践与认识, 2011, 41 (24) :1-6

[5] 黄金价格的长期决定因素稳定性分析 [J].

刘曙光 ;

胡再勇 .

世界经济研究, 2008, (02) :35-41+87

[6]

Application of Artificial Neural Network for the Prediction of Stock Market Returns: The Case of the Japanese Stock Market[J] . Mingyue Qiu,Yu Song,Fumio Akagi.Chaos, Solitons and Fractals: the interdisciplina . 2016

[7]

Forecasting the price of gold using dynamic model averaging[J] . Goodness Aye,Rangan Gupta,Shawkat Hammoudeh,Won Joong Kim.International Review of Financial Analysis . 2015

[8] Recurrent neural network and a hybrid model for prediction of stock returns [J].

Rather, Akhter Mohiuddin ;

Agarwal, Arun ;

Sastry, V. N. .

EXPERT SYSTEMS WITH APPLICATIONS, 2015, 42 (06) :3234-3241

[9]

Multi-objective optimization for building retrofit: A model using genetic algorithm and artificial neural network and an application[J] . Ehsan Asadi,Manuel Gameiro da Silva,Carlos Henggeler Antunes,Luís Dias,Leon Glicksman.Energy ＆ Buildings . 2014

[10]

A short-term load forecasting model of natural gas based on optimized genetic algorithm and improved BP neural network[J] . Feng Yu,Xiaozhong Xu.Applied Energy . 2014

← 1 2 →