【出 处】：《 计算机仿真 》 CSCD 2012年第29卷第2期 382-385页,共5页

【作 者】： 郑斯日古楞

【摘 要】 研究股票价格预测问题，股票价格具非线性和不确定性变化规律。传统单一模型只能反映股票价格部分信息，预测精度不高。为了提高股票价格预测精度，在分析股票价格变化特征基础上，提出一种灰色神经网络的股票价格预测方法。首先采用GM（1，1）模型对股票价格进行预测，捕捉其线性、灰色变化规律，然后采用BP神经网络对GM（1，1）预测残差进行建模预测，捕捉其非线性和不确定性变化规律，最后两者结果相加得到股票价格最终预测结果。将灰色神经网络用于浦发银行（60000）股票收盘价为例预测，结果表明，相于传统预测模型，灰色神经网络提高了股票价格预测精度，更能全面挖掘股票价格变化规律，在股票价格预测中具有广泛的应用前景。