论文研究面向金融数据的神经网络时间序列预测模型.pdf

针对Elman神经网络模型，通过引入时间权重与随机性因素，提出了改进的Elman神经网络模型，提高了现有Elman神经网络针对时序数据预测的精度。提出了基于时序数据的特征学习框架，可评估多个特征参数对结果的联合影响。在此基础上，提出了一个互联网金融风险预测模型，实验结果表明，所提出的模型在金融时序预测中具有更好的准确度。