《基于神经网络的金融市场艾略特波浪识别》

摘要：艾略特波浪理论作为金融市场的研究工具，描述了股价的结构规律。针对艾略特波浪理论，结合人工智能方法，以时间序列为基础，提出并比较了两种基于人工神经网络的分类器。第一种技术是结合了后向传播学 习算法的多层人工神经网络，1600次迭代后均方误差小于0．87。根据传统后向传播网络的缺陷与金融市场的特性，提出第二种改进网络，即与模糊理论相结合的基于缩放共轭梯度算法的人工神经网络。经120次迭代后均 方误差小于0．22，相比于第一种方法，准确率提高74．7%，收敛速度提高92．5%。 想要下载论文的读者朋友，请先付费获得积分。