方梦菲，杨昕立

（浙江树人大学 信息科技学院，浙江 杭州 310015）

    摘要：股票市场预测是一个非常重要的课题.近年来神经网络、支持向量机等人工智能算法在该领域得到了广泛的应用.这些算法在股票市场预测中起着至关重要的作用.结合新兴的极限学习机和遗传算法提出一个更好的股票市场预测方法:首先利用GA-ELM从大量潜在的相关特征中提取最相关的特征集，然后利用极限学习机获得一个训练好的网络预测.以沪深300股指期货的历史数据为基础，对该方法的效率、效果和稳定性进行了检验，该方法在实际应用中具有优势.

    关键词：股票市场预测；极限学习机；遗传算法

    中图分类号：TP39                 文献标志码：A                           文章编号：1671-2714（2021）02-0023-06