[发明专利]一种量子神经网络的股票指数价格预测方法

摘要

一种量子神经网络的股票指数价格预测方法，基于“主要集合经验模态分解算法”，即PEEMD算法,包括数据输入模块、数据预处理模块、数据转化模块、数据训练及预测模块、数据重构模块。数据输入模块用于获取股票指数的最新交易数据，数据预处理模块用于对数据进行分解，数据转化模块用于将原始数据转化为“量子态”数据，数据训练及预测模块用于将“量子态”数据进行训练预测，数据重构模块用于重构所述数据的预测结果。本发明先利用PEEMD算法对原始数据进行预处理，将非平稳的时序数据分解为多个不同频率的近似平稳数据并剔除其中的高频分量，只对中低频分量通过量子神经网络进行仿真预测，最后将各个仿真结果进行重构得到最终预测结果，从而有效提高模型的预测性能。

主权项

1.一种量子神经网络的股票指数价格预测方法，其特征在于主要包括数据输入模块、数据预处理模块、数据转化模块、数据训练及预测模块、数据重构模块，所述数据输入模块用于获取股票指数的最新交易数据，所述数据预处理模块用于对所述数据输入模块输入的时序数据通过PEEMD算法进行预处理，所述数据转化模块用于将所述数据预处理模块处理得到的数据转化为“量子态”数据，所述数据训练及预测模块用于将所述数据转化模块得到的“量子态”数据进行训练预测，所述数据重构模块用于重构所述数据训练及预测模块的预测结果，其预测步骤是：将所述数据输入模块的输入数据送到所述数据预处理模块进行预处理，再送到所述数据转化模块进行转化，然后通过所述数据训练及预测模块进行预测，最后通过所述数据重构模块将预测结果进行重构得到最终的预测结果。