《表4 市场指标估值的预测值》
由于小波神经网络的性能好坏对初始化参数中的权值和阀值的依赖性十分明显,因此,采用智能群体算法中的狼群算法对小波神经网络模型的权值进行优化。首先需要对数据预处理,对原始经济样本数据进行归一化处理,并将原始数据分为训练和测试数据,并对神经网络和狼群算法的参数进行初始化处理,并基于狼群算法得出小波神经网络的最优权值,根据已知的权值对小波神经网络进行训练,并测试中国A股市场与美国纳斯达克市场基本面与流动性指标值[10]。通过MATLAB软件编程可以得出中国A股市场和美国纳斯达克市场2019年的基本面指标、流动性指标以及估值指标预测结果,预测结果见表4。
图表编号 | XD00140096200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.20 |
作者 | 杨阳、朱家明 |
绘制单位 | 安徽财经大学金融学院、安徽财经大学统计与应用数学学院 |
更多格式 | 高清、无水印(增值服务) |