基于神經(jīng)網(wǎng)絡(luò)的金融市場(chǎng)艾略特波浪識(shí)別

摘要： 艾略特波浪理論作為金融市場(chǎng)的研究工具,描述了股價(jià)的結(jié)構(gòu)規(guī)律。針對(duì)艾略特波浪理論,結(jié)合人工智能方法,以時(shí)間序列為基礎(chǔ),提出并比較了兩種基于人工神經(jīng)網(wǎng)絡(luò)的分類器。第一種技術(shù)是結(jié)合了后向傳播學(xué)習(xí)算法的多層人工神經(jīng)網(wǎng)絡(luò),1 600次迭代后均方誤差小于0. 87。根據(jù)傳統(tǒng)后向傳播網(wǎng)絡(luò)的缺陷與金融市場(chǎng)的特性,提出第二種改進(jìn)網(wǎng)絡(luò),即與模糊理論相結(jié)合的基于縮放共軛梯度算法的人工神經(jīng)網(wǎng)絡(luò)。經(jīng)120次迭代后均方誤差小于0. 22,相比于第一種方法,準(zhǔn)確率提高74. 7%,收斂速度提高92. 5%。 （共8頁(yè)）