人工神经网络及其在金属预报中的应用 |
| |
引用本文: | 谢衷洁,黄香,等.人工神经网络及其在金属预报中的应用[J].北京大学学报(自然科学版),2001,37(3):421-425. |
| |
作者姓名: | 谢衷洁 黄香 |
| |
作者单位: | [1]北京大学概率统计系与金融数学系,100871 [2]香港理工大学应用数学系,香港 |
| |
摘 要: | 讨论了人工神经网络在金融汇率预报中的应用。其中介绍了广义交互验证(Generalized Cross Validation)法如何应用于确定神经网络中隐层的个数,并用实例说明了该方法甚至对复杂的非线性函数也可以得到很好的逼近。详细地介绍了运用人工神经网络作现两周向前汇率预报的计算步骤。其平均相对误差(APE)为10*E-3的数量级,而国际上通用的状态空间模型及Box-Jen-kins的ARMIMA模型的预报误差都在10*E-2的数量级。
|
关 键 词: | 人工神经网络 广义交互验证法 汇率预报 金融 |
本文献已被 维普 等数据库收录! |
|