针对传统的人工免疫算法中的克隆变异无差异化和BP神经网络容易陷入局部极小的缺点,提出一种结合学习型人工免疫算法与BP算法的新股价预测模型,利用该模型对股票进行股价预测和投资策略分析。该模型克服了人工免疫算法中抗
体克隆和抗体变异无差异化的缺陷,并在模型中加入抗体学习功能,提高抗体优化的收敛速度和精度。仿真结果表明,学习型人工免疫算法的股价预测(Stock Price Prediction—Learning Artificial Immune System,
SPP-LAIS)模型在投资策略上成功率要优于BP股价预测模型。