基于改进人工鱼群算法与RBF神经网络的股票价格预测

来源：计算机工程与科学杂志2022年第11期北京时间：

作者：谢俊标, 江峰, 杜军威, 赵军

单位：1.青岛科技大学信息科学技术学院，山东 青岛 266061;2.青岛科技大学化工学院，山东 青岛 266042

摘要：股票价格受多种因素影响，这对股票价格预测造成了巨大挑战。近年来，机器学习方法被广泛用于股票价格预测的研究中，然而，现有方法存在相对误差较大、时间复杂度高等缺点。对此，提出基于引力搜索的改进人工鱼群算法AFSA_GS。该算法将引力搜索中计算质量和加速度的策略分别用于调节人工鱼的视野和步长，从而提高了人工鱼群算法在优化过程中的自适应能力；AFSA_GS算法还优化了RBF神经网络的相关参数，并使用优化后的网络预测股票价格。在多家上市公司股票数据上进行了实验，实验结果表明，相对于传统的优化算法，采用AFSA_GS算法优化的RBF神经网络，可以获得更好的股票预测性能。

关键词：股票价格预测,人工鱼群算法,引力搜索算法,RBF神经网络,视野,步长,

基金资助：国家自然科学基金（61973180,61671261）;山东省自然科学基金(ZR2022MF326,ZR2018MF007)