《表2 各股在四种预测模型下的性能指标》
由图2、图3和表2可以看出,对于预测精度方面,BRNN预测模型无论是RMSE还是MAPE值均小于其他传统BPNN预测模型下的预测误差。且BRNN预测模型的PCD值均大于其他算法,说明BRNN算法对于股价波动性涨幅的预测精度仍优于其他算法。就预测股价与实际股价相关系数而言,四只股票在BRNN预测模型下的相关系数r均大于0.83,说明BRNN算法预测数据与实际数据成强相关性,从而证明了BRNN算法对于股价预测的可行性,且相比于经典BPNN算法及其改进算法更加有效。
图表编号 | XD0090165500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.15 |
作者 | 刘恒、侯越 |
绘制单位 | 兰州交通大学电子与信息工程学院、兰州交通大学电子与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |