您当前所在位置:首页 > 论文 > 证劵金融 > 期货市场论文

改进的RBF神经网络对期货价格的预测论文

编辑:

2015-10-02

(3)计算矩阵R的特征根和特征向量。

利用R的特征方程|R-λ?i|=0求出其特征根,其对应的特征向量利用|R-λ?i|A=0和AA‘=1求得。然后对所求得的特征根按照大小顺序进行排列。

(4)计算方差贡献率与累计方差贡献率。

利用公式K?i=λ?i/∑ni=1代入所求的特征根λ?i,求出各个主成分的贡献率K?i,其贡献率就代表了原数据信息量的百分比。

(5)确定主成分计算其得分值。

主成分的确定方法主要有两种:(1)当前K个主成分的累计贡献率达到某一特定值的时,则保留前K个主成分。一般采用超过85%以上。(2)选取特征值大于1的主成分。这两种可视情况进行选取,一般前者取得主成分要多,后者要少,通常情况下是将两者结合一起来进行使用。

编辑老师为大家整理了改进的RBF神经网络对期货价格的预测,希望对大家有所帮助。

相关推荐:

商品期货与股指期货风险比较分析 

改进的RBF神经网络论文  

免责声明

精品学习网(51edu.com)在建设过程中引用了互联网上的一些信息资源并对有明确来源的信息注明了出处,版权归原作者及原网站所有,如果您对本站信息资源版权的归属问题存有异议,请您致信qinquan#51edu.com(将#换成@),我们会立即做出答复并及时解决。如果您认为本站有侵犯您权益的行为,请通知我们,我们一定根据实际情况及时处理。