首页 | 本学科首页   官方微博 | 高级检索  
     检索      

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!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号