| 基于PSO的神经网络优化证券投资组合方法研究 |
| |
| 引用本文： | 黄招娣,应宛月,余立琴,肖祥阔,罗佳.基于PSO的神经网络优化证券投资组合方法研究[J].华东交通大学学报,2013(2). |
| |
| 作者姓名： | 黄招娣 应宛月 余立琴 肖祥阔 罗佳 |
| |
| 作者单位： | 华东交通大学电气与电子学院,江西 南昌 330013 |
| |
| 摘 要： | 针对传统人工神经网络中的BP(back propagation)神经网络自身局限以及其迭代次数多、收敛精度不高和泛化性差等缺点,提出了一种基于粒子群(particle swarm optimizer,PSO)算法的BP神经网络优化证券投资组合方法.在BP神经网络优化方法中,采用PSO算法替代了BP神经网络的梯度下降法,得到最优解,从而对BP神经网络模型进行优化.将该方法应用于证券投资组合的优化中,实验结果证明:该优化方法优于传统的BP神经网络优化方法.
|
| 关 键 词： | 粒子群算法 神经网络 证券投资组合 |
The Portfolio Method Optimization of Neural Network Based on PSO |
| |
| Abstract: | |
| |
| Keywords: | particle swarm algorithm neural networks portfolio |
| 本文献已被 万方数据 等数据库收录！ |
|
