摘要： 作者运用神经网络技术开发了一种对金融市场的现状与未来趋势进行评估的决策支持系统，并用道一琼斯工业股票价格平均指数的数据对系统进行了洲试。然后将预测的结果与传统的市场分析方法所作的预测指数进行对比。所测试的神经网络模型包括不同训练阶段(例如10、20天)的信号模型和△收盘价模型。市场原始数据取自所选阶段的每日报表，并经预处理和标准化后转换为相对强度指数(RSI)、威廉指数(W％R)、净成交量(OBV)、动力指标(MOM)&移动平均线(MA)等金融指数。在所选的交易阶段用这些模型所预测的道一琼斯工业股票价格平

关键词: 金融市场 神经网络方法 道-琼斯指数 均衡补偿学习法