国际群体智能与进化计算杂志

抽象的

基于人工神经网络的印度股票市场价格预测：废钞前后

Siddheshwar Chopra*、Dipti Yadav 和 Anu Nagpal Chopra

本文研究了印度废钞前后人工神经网络 (ANN) 的股市价格预测能力。废钞是政府剥夺某种货币单位的法定货币地位的行为。我们考虑了 9 只股票和 CNX NIFTY50 指数来预测未来价值。这 9 只股票根据波动性和市值进行细分。用于训练、测试和验证每只股票的数据集至少为八年。多层神经网络采用 Levenberg-Marquardt 算法训练，隐藏层传递函数为正切 S 型，输出层传递函数为纯线性。通过改变神经元数量来构建多个网络，以实现最小均方误差 (MSE) 以获得最佳精度。在训练状态下发现的所有网络的回归值均为 0.999，这表明设计的神经网络效率很高。在印度废钞前后，设计的网络的预测值通过实际值进行验证。