《表3 实验结果数据对比：基于自适应神经网络的时序数据n步预测算法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于自适应神经网络的时序数据n步预测算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

金融时序中存在大量的噪声数据，它们严重影响了神经网络对金融时序中的非线性映射关系的拟合效果。为了排除噪声干扰，获得理想的拟合效果，我们以去噪后的沪深300指数2014年3月5日之前的收盘指数时间序列作为试验数据，利用三种方法分别对去噪后的沪深300未来3天的收盘指数进行预测实验。第一种方法是利用M=18，spread=196，num=128的神经网络进行预测；第二种方法是利用M=18的自适应神经网络进行预测；第三种方法是利用基于自适应神经网络的金融时序n步预测算法进行预测。实验结果的数据对比如表3所示，实验结果的图形对比如图1所示，实验结果的预测误差对比如表4所示。