【出 处】：《 计算机仿真 》 CSCD 2012年第1期 344-347页,共4页

【作 者】： 王唯贤 ; 陈利军

【摘 要】 研究股票价格准确预测问题，由于股票价格数据具非线性、随机性等变化规律，同时股票市场与国内外经济政治变化有关，传统股票价格预测方法只能对其线性变化规律进行准确预测．无法反映股票价格非线性部分进行有效建模，导致股价预测精度不高。为了提高股票价格预测精度，提出了一种遗传优化BP神经网络的股票价格预测模型。充分利用BP神经网络良好的非线性映射能力，对股票价格变化规律进行建模，并通过遗传算法对BP神经网络模型参数进行优化，从而获最优股票价格最优预测模型。实验结果表明，相对于传统股票价格预测模型，遗传算法优化BP神经网络的股票价格预测模型拟合程度更好，预测精度更高，为股票价格预测提供了依据。