《表1 模型样本外拟合优度》

  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

《基于神经网络的股票收益率预测研究》

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

式（15）中，表示第i只股票在t时刻的实际收益率，ri，t表示第i只股票在t时刻的预测收益率。表1为Fama-French模型和神经网络模型股票收益率样本的外拟合优度，其中NN1～NN5分别表示采用1～5层隐含层神经网络结构非线性定价模型，输入层均为3个节点（分别代表市场组合收益率、市值、账面市值比3个因子），输出层均为10个节点（用于股票收益率预测分组）。NN1隐含层含有32个节点，NN2隐含层分别含有32，16个节点，NN3隐含层分别含有32，16，8个节点，NN4隐含层分别含有32，16，8，4个节点，NN5隐含层分别含有32，16，8，4，2个节点。采用非线性激活函数式（14）实现。由表1知，不同隐含层数神经网络模型样本的外拟合优度均高于Fama-French模型样本。