[发明专利]一种股票趋势预测方法在审
| 申请号： | 201810233670.6 | 申请日： | 2018-03-21 |
| 公开（公告）号： | CN108537663A | 公开（公告）日： | 2018-09-14 |
| 发明（设计）人： | 李辉;余伟阳;李晓华;王宝基;邹波蓉 | 申请（专利权）人： | 河南理工大学 |
| 主分类号： | G06Q40/04 | 分类号： | G06Q40/04;G06Q10/04;G06N3/12 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 454000 河南*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种股票趋势预测方法，包括步骤:首先将极限学习机的输入权值和隐层节点的阈值映射为遗传算法中种群中每条染色体上的基因，利用遗传算法的全局搜索能力，选取出最优染色体构成精英群；再利用粒子群算法的局部搜索能力选取出最优染色体，作为优化后极限学习机的输入权值和阈值；再用最小二乘法计算极限学习机隐层神经元的输出权值，从而计算预测值，并根据预测值进行交易。本发明主要针对传统极限学习机在处理股票趋势预测问题时预测精度不高的问题，预测结果比利用传统方法更精确。 | ||
| 搜索关键词： | 极限学习机 趋势预测 染色体 遗传算法 权值和 隐层 股票 预测 最小二乘法计算 神经元 局部搜索能力 全局搜索能力 粒子群算法 预测结果 再利用 映射 种群 输出 基因 交易 优化 | ||
【主权项】：
1.一种股票趋势预测方法，针对传统极限学习机在处理股票趋势预测时精度不高的问题进行研究， 其特征在于，所述预测方法包括如下步骤:步骤1、利用源数据构造技术指标作为模型的输入，股票价格趋势状态作为输出，确定训练集和测试集；步骤2、将极限学习机的输入权值和隐层节点的阈值映射为遗传算法种群中每条染色体上的基因，利用遗传算法的全局搜索能力，取每个子群最优染色体构成精英群；步骤3、利用粒子群算法的局部搜索能力选取出精英群中最优染色体，作为优化后极限学习机的输入权值和阈值；步骤4、根据优化后的输入权值和阈值，利用最小二乘法计算极限学习机隐层神经元的输出权值，然后计算预测值，根据模型的预测值进行交易。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河南理工大学，未经河南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810233670.6/，转载请声明来源钻瓜专利网。
