摘要：提出一种基于ＲＢＦ神经网络的股市预测建模方法，并采用递阶遗传算法训练ＲＢＦ网络的参数、权重和结构，对上证综指和个股（伊利股份）的建模与预测结果表明，该训练方法使ＲＢＦ神经网络具有很强的学习与泛化能力，它在股市这样一个复杂的非线性随机系统建模中具有很高应用价值。

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）