基于小波支持向量机回归的股票预测
本文关键词：基于小波支持向量机回归的股票预测 出处：《统计与决策》2014年06期 论文类型：期刊论文
【摘要】：文章将小波理论与支持向量机方法相结合,结合了二者的优势,提出了一种小波支持向量机回归的股票预测模型。该模型引入小波基函数来构造支持向量机的核函数,得到了一个新的支持向量机模型。并用3种大盘指数和13类不同行业的股票进行测试,取得了良好的效果。
[Abstract]:......
【作者单位】： 西安财经学院经济学院;西安电子科技大学;
【基金】：陕西省哲学社会科学规划项目(SC11E011)
【分类号】：F224;F830.91
【正文快照】： 由于股票价格指数波动的复杂性和大量的人为因素参与,我们迫切的需要一种有效的分析方法。近些年来,支持向量机已然成为预测领域的新宠儿。支持向量机求解分类问题与预测问题时,首先将输入数据映射到一个高维空间,然后在高维空间求解分类的最大间隔,最常用的方法是利用核函数
【参考文献】
相关期刊论文 前1条
1 祝金荣;;基于支持向量机的石油期货价格预测[J];工业技术经济;2007年02期
【共引文献】
相关博士学位论文 前1条
1 龙山;汇率与油价波动对企业价值的影响研究[D];湖南大学;2011年
相关硕士学位论文 前10条
1 周龙飞;石油价格波动复杂网络构建和生成算法[D];天津大学;2010年
2 宋芳;基于遗传模拟退火三次指数平滑的期货预测系统研究[D];天津大学;2012年
3 郑俊艳;国际原油价格预测模型研究[D];天津大学;2012年
4 黄巧英;基于时变系统的支持向量机预测模型及其应用[D];西南石油大学;2011年
5 孙开栋;石油期货价格与现货价格研究[D];西南石油大学;2011年
6 何继锐;自组织组合预测模型的EMD改进在石油期货市场中的应用[D];电子科技大学;2008年
7 孙琳;基于VaR-Garch模型的石油市场风险管理研究[D];厦门大学;2008年
8 杜贤利;基于最小二乘小波支持向量机的股票期货市场预测[D];江苏大学;2008年
9 覃丽萍;关联规则算法的改进及其应用研究[D];首都师范大学;2009年
10 胡莹;基于支持向量机的证券投资风险管理研究[D];西安电子科技大学;2010年
【相似文献】
相关期刊论文 前10条
1 张丽芳;;浅谈机器学习的现状及策略[J];现代经济信息;2009年06期
2 杨慧琴;;统计学习理论及其研究进展[J];经营管理者;2009年18期
3 张菁华;袁鑫;刘达;;基于支持向量机的电力工程最优投标报价决策研究[J];华中电力;2006年05期
4 陈家军;;浅析计算智能在水利水电工程中应用[J];经营管理者;2009年11期
5 何桢;崔庆安;;基于支持向量机的小样本响应曲面法研究[J];工业工程;2006年05期
6 刘碧森,姚宇;粗SVM理论及其在税收预测中的应用[J];仪器仪表学报;2005年S1期
7 奉国和;;SVM与神经网络在时间序列预测中的比较[J];现代管理科学;2006年09期
8 朱明放;王树勋;;基于支持向量机的邮电业务总量的预测[J];微计算机信息;2008年03期
9 阮连法;张跃威;张鑫;;基于特征价格与SVM的二手房价格评估[J];技术经济与管理研究;2008年05期
10 吴海鹏;;人事甄选评价及业务支持系统在人力资源领域里的应用研究[J];黑龙江科技信息;2009年20期
相关会议论文 前10条
1 宋普云;沈雪勤;吴清;;一种改进的SMO算法[A];第六届全国计算机应用联合学术会议论文集[C];2002年
2 刘伍颖;王挺;;一种多过滤器集成学习垃圾邮件过滤方法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
3 章成志;;基于机器学习的文本聚类描述算法研究[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
4 晏庆华;;支持向量机算法综述[A];2008'中国信息技术与应用学术论坛论文集（二）[C];2008年
5 程国建;蔡磊;潘华贤;;核向量机在大规模机器学习中的应用[A];第十一届中国青年信息与管理学者大会论文集[C];2009年
6 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
7 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
8 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
9 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算（机）化学学术会议论文摘要集[C];2011年
10 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
相关重要报纸文章 前10条
1 本报记者 余建斌;机器学习与互联网搜索[N];人民日报;2011年
2 黎骊/文 [美] Tom M.Mitchell 著;机器学习与智能化社会[N];中国邮政报;2003年
3 本报记者 张晔邋通讯员 李玮;周志华：永不墨守成规[N];科技日报;2008年
4 记者 何边;网络化激活人工智能[N];计算机世界;2001年
5 何清 史忠植 王伟;搜索引擎的前沿技术[N];计算机世界;2006年
6 傅秋瑛;默默耕耘数十载 自主创新结硕果[N];科技日报;2006年
7 王育昕邋吴红梅;高水平原创性科技成果大量涌现[N];新华日报;2008年
8 冯卫东;科技将这样改变我们的生活[N];科技日报;2008年
9 杰逊;微软的第一个搜索技术掌门[N];中国计算机报;2006年
10 阮光尘邋朱元春;多层构建邮件免疫机能[N];中国计算机报;2007年
相关博士学位论文 前10条
1 李忠伟;支持向量机学习算法研究[D];哈尔滨工程大学;2006年
2 王国胜;支持向量机的理论与算法研究[D];北京邮电大学;2008年
3 徐海祥;基于支持向量机方法的图像分割与目标分类[D];华中科技大学;2005年
4 武国正;支持向量机在湖泊富营养化评价及水质预测中的应用研究[D];内蒙古农业大学;2008年
5 张超;基于支持向量机的汽轮机轴系振动故障智能诊断研究[D];华北电力大学（河北）;2009年
6 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
7 曹葵康;支持向量机加速方法及应用研究[D];浙江大学;2010年
8 刘叶青;原始空间中支持向量机若干问题的研究[D];西安电子科技大学;2009年
9 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
10 胡运红;支持向量机的若干算法研究[D];山东科技大学;2011年
相关硕士学位论文 前10条
1 王晶;支持向量机及其在癌症诊断中的应用研究[D];东北师范大学;2006年
2 马波;支持向量机多类分类算法的分析与设计[D];扬州大学;2008年
3 杨雪;支持向量机多类分类方法的研究[D];哈尔滨工程大学;2006年
4 刘华煜;基于支持向量机的机器学习研究[D];大庆石油学院;2005年
5 马金刚;基于向量空间的信息过滤关键技术研究[D];山东师范大学;2006年
6 张昕;基于SVM方法的医学图像分类研究[D];浙江大学;2006年
7 赵斌;多值SVM分类投票法的改进[D];武汉科技大学;2007年
8 赵莹;基于向量投影的支持向量机增量学习算法[D];哈尔滨工程大学;2007年
9 黄波;基于支持向量机的多示例学习研究与应用[D];中国地质大学;2009年
10 马京华;多光谱图像分割技术在防沙治沙关键技术中的研究与应用[D];天津理工大学;2009年
，本文编号：1354006
本文链接：https://www.wllwen.com/guanlilunwen/bankxd/1354006.html
