基于样本数据重抽样的时序数据预报方法

研究时序数据预报和提高预报精度的方法，提出了一种新的利用误差项对时序数据样本进行ＢｏｏｔＳｔｒａｐ重抽样的方法。该方法采用神经网络技术建立时序数据预报模型，并通过重抽样技术提高预报精度。通过ＢｏｏｔＳｔｒａｐ算法与ＢＰ算法的预报偏差平方和比较说明ＢｏｏｔＳｔｒａｐ算法提高了预报精度，将提出的重抽样技术引入时序数据预测中，可提高神经网络的预测精度，并适用于股票价格及外汇交易预测等效应领域。