基于rbf神经网络的股市建模与预测

提出一种基于rbf神经网络的股市预测建模方法,并采用递阶遗传算法训练rbf网络的参数、权重和结构.对上证综指和个股(伊利股份)的建模与预测结果表明,该训练方法使rbf神经网络具有很强的学习与泛化能力,它在股市这样一个复杂的非线性随机系统建模中具有很高应用价值