作 者: ;
机构地区: 上海工程技术大学
出 处: 《集团经济研究》 2005年第11S期65-66,共2页
摘 要: 一、引言 股票市场是一个风险和利益共存的市场,其中各因素间的关系错综复杂,是一个非线性函数估计和外推问题,应用传统的分析方法(如指数平滑方法、ARMA模型等),可以预测一段时间内股票指数变化的大致趋势,但是这需要事先知道各种参数,以及这些参数在什么情况下做怎样的修正.相比之下,神经网络技术能自动从历史数据中提取有关经济活动的内在联系,可以克服传统定量预测方法的许多局限以及面临的困难,同时也能避免许多人为因素的影响,因而成为股票市场建模与预测中强有力的方法和技术,已经有些文献对此进行了探讨.