1. 用MATLAB的BP神經網路時間序列預測編程
示常式序見附件,其為一個簡單的時間序列預測算例。其實所有的預測問題,本質都是一樣的,通過對樣本的學習,將網路訓練成一個能反映時間序列內部非線性規律的系統,最終應用於預測。
BP(Back Propagation)神經網路是86年由Rumelhart和McCelland為首的科學家小組提出,是一種按誤差逆傳播演算法訓練的多層前饋網路,是目前應用最廣泛的神經網路模型之一。BP網路能學習和存貯大量的輸入-輸出模式映射關系,而無需事前揭示描述這種映射關系的數學方程。它的學習規則是使用最速下降法,通過反向傳播來不斷調整網路的權值和閾值,使網路的誤差平方和最小。BP神經網路模型拓撲結構包括輸入層(input)、隱層(hidden layer)和輸出層(output layer)。
2. 怎麼用matlab將股票歷史行情的txt轉換成金融時間序列數據
運用ascii2fts。
比如下面這個txt文檔:
我想把它轉化成金融時間序列的數據:
用fts=ascii2fts('文檔名稱.txt',作為標題的是txt中的第幾行,作為金融時間序列的抬頭的是txt中的第幾行,忽略的行);
3. 求教時間序列AR模型做預測 MATLAB
如何用MATLAB對時間序列AR模型做預測?
第一步,使用load命令載入數據
第二步,使用ar函數,確定時間序列AR模型
第三步,確定預測時間范圍指定為K個樣本。K=100。
第四步,使用forecast函數,繪制給定時間范圍內的預測系統響應。
實現代碼,(供參考)
clc
%Forecast Response of Time Series Model
%時間序列模型的預測響應
load iddata9 z9
past_data = z9.OutputData(1:50);
model = ar(z9,4);
K = 100;
forecast(model,'r--',past_data,K);
運行結果
4. matlab進行時間序列預測,用armax 和predict怎麼實現
我也在做時間序列預測,我用的是garchset函數,用AIC和BIC來判斷ARMA模型的階數,請問你用什麼來判定你模型的階數是(2,1)的?
5. 時間序列預測時,數據具有周期性怎麼辦(用MATLAB做)這個你是怎麼解決的啊
季節調整,即用移動平均分離周期性和趨勢性數據
6. matlab高手進,關於ARMA時間序列預測的問題
我是懂matlab,可對這個不熟,我也能寫出LS的方程,但我相信沒用。
7. ARMR時間序列法,matlab預測模型
matlab老不用忘了,做ARMA用eviews吧,方便
8. 對於一個時間序列怎麼編寫bp神經網路matlab程序實現預測
BP網路訓練圖:
P = [1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009];%輸入向量
T = [115.4 212.1 259.7 251.8 352 463.4 509 558 614 700 696 712];%期望輸出
Z=[2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020]
%創建兩層的BP網路:
net = newff([1998 2009],[100 1],{'tansig' 'purelin'});
net.trainparam.show=50;
%每次循環50次
net.trainParam.epochs = 500;
%最大循環500次
net = train(net,P,T);
%對網路進行反復訓練
只給出了一部分程序,其餘的QQ傳給你,留你的QQ。
結果:
Y =
Columns 1 through 7
115.4067 212.0911 259.7029 251.7979 352.0027 463.4023 508.9910
Columns 8 through 12
558.0155 613.9892 699.9980 696.0063 711.9970
預測值a =
Columns 1 through 7
711.9970 711.7126 749.4216 749.2672 746.7096 746.7096 751.0786
Columns 8 through 11
760.2729 757.3316 696.5151 696.5151
分別是2010-2020年的預測數據。