1.一種基于神經(jīng)網(wǎng)絡(luò)集成的股票趨勢預(yù)測方法，其特征在于，采用由BP神經(jīng)網(wǎng)絡(luò)、Elman神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)組成的神經(jīng)網(wǎng)絡(luò)集成模型來預(yù)測股票趨勢。
2.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)集成的股票趨勢預(yù)測方法，其特征在于，所述股票趨勢預(yù)測方法具體包括以下步驟：
步驟1)組織好訓(xùn)練語料，然后分別訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)、Elman神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)三種神經(jīng)網(wǎng)絡(luò)模型，得到三個神經(jīng)網(wǎng)絡(luò)個體。
步驟2)用所述三個神經(jīng)網(wǎng)絡(luò)個體分別去預(yù)測處理股票參數(shù)數(shù)據(jù)，對于每條測試記錄，得到三個結(jié)果。
步驟3)對步驟2)產(chǎn)生的所述三個結(jié)果進(jìn)行投票法選擇，得到輸出結(jié)果。
3.根據(jù)權(quán)利要求2所述的步驟3)，其特征在于，所述步驟3)具體為：將所述三個結(jié)果進(jìn)行兩兩比較，如果有二個或二個以上結(jié)果是一樣的即屬同一個分類，那么此分類作為最終結(jié)果；如果三個分類結(jié)果都不一樣，則隨機(jī)選擇一個作為最終分類結(jié)果。
4.根據(jù)權(quán)利要求1、2所述的基于神經(jīng)網(wǎng)絡(luò)集成的股票趨勢預(yù)測方法，其特征在于，所述BP神經(jīng)網(wǎng)絡(luò)采用三層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，中間隱含層有20個神經(jīng)元。隱含層和輸出層均使用logistic激活函數(shù)。訓(xùn)練時誤差值為0.01，學(xué)習(xí)率0.01，訓(xùn)練次數(shù)1000。RBF神經(jīng)網(wǎng)絡(luò)的均方根誤差設(shè)為0.01，擴(kuò)展速度spread設(shè)置為20。Elman網(wǎng)絡(luò)的隱含層和輸出層的激活函數(shù)為tansig，最大訓(xùn)練次數(shù)設(shè)置為2000，均方誤差為0.01。