可解釋性分層神經(jīng)模糊網(wǎng)絡(luò)的股票價(jià)格預(yù)測(cè)算法

摘要： 針對(duì)現(xiàn)有的股票價(jià)格預(yù)測(cè)模型難以兼顧精度與可解釋性的問(wèn)題，提出一種基于分層神經(jīng)模糊網(wǎng)絡(luò)的股票價(jià)格預(yù)測(cè)模型。提出一種結(jié)合注意力機(jī)制的自適應(yīng)神經(jīng)模糊網(wǎng)絡(luò)單元(ANFIS-A),以此單元構(gòu)建分層自適應(yīng)神經(jīng)模糊網(wǎng)絡(luò)；結(jié)合二進(jìn)制灰狼優(yōu)化算法(BGWO),提出一種特征子集選擇算法；提出一種規(guī)則消除的遞歸算法，進(jìn)一步減少規(guī)則數(shù)量，提高規(guī)則的可解釋性。實(shí)驗(yàn)結(jié)果表明，該模型在預(yù)測(cè)股票價(jià)格方面具有較... （共7頁(yè)）