基于动态神网络成交价预测模型研究.pdfVIP

由第一题处理好的数据进行汇总分析（每天每分钟提取一个价做出一张总表，只让做一

个价的预测嘛），运用动态神经网络，70%作为训练数据，15%作为验证数据，15%作为

测试数据（图2）；选用NAR模型（图1）（就是单独的时间和一个变量（价）的关系，

可以写的时候加一些这个模型的介绍还有一个是NARX，忽略其他因素的影响，得到的结

果也只与y（n-1）y

（n-2）y的前若干

项有关）（图3）

（没用图1）

（没用图2）

（没用图3）10的意思就是中间层2的意思就是差分为y=a*y（n-1）+b*y（n-2）

通过第一题处理好的数据进行汇总分析（每天每分钟取出一个价做一张总表，只让做

一个价的预测嘛），运用动态神经网络，70%作为训练数据，15%作为验证数据，15%作

为测试数据（图2）；采用NAR模型（图1）（就是单独的时间和一个指标（价）的，可以

写的时候加一些这个模型的介绍还有一个是NARX,不考虑其他因素的影响,得到的结果

果也只与y(n‑1)y

(n‑2)y的前几个项

有关)(图3)

(没用图1)

（没用图2）

（没用图3)10的意思就是中间层2的意思就是积分为ya*y(n‑1)+b*y(n‑2)

误差相关性越小越好证明前面数据的误差和下一组数据的误差无关，红线是允许最大

的波动区间，我觉得这个效果还不错（需要附上这个图的）

（需附图一）

这个就是拟合的图像，error是每个点的误差

(需附图二)

这幅图是中间得到的一幅图，显示运行的进程及可以显示出的一部分误差拟合效果的分析图

像，我觉得重要的能体现是神经网络做的是显示中间层，输出层的这个图

作业相关性越小很好证明前面数据的作业和下一组数据的作业相关，红线是允许最大的作

业区间，我觉得这个效果还不错（需要附上这个图的）

(需附图一)

这就是一个完美的图像，错误是每个点的托盘

(需附图二)

这个幅图是中间的一张图，显示运行的进程及可以显示出的第一部分效果的分析图，我觉得重

要的能体现的是神经网络做的得到中间层，输出层的这个图

（需附图三）

(需附图三)