基于误差同步预测的SVM金融时间序列预测方法

发布时间：2017-08-26 03:25

  本文关键词：基于误差同步预测的SVM金融时间序列预测方法

  更多相关文章： 误差预测 经验模态分解 支持向量机 时间序列

【摘要】：在现有支持向量机(SVM)方法的基础上提出对预测误差进行同步预测的双重预测方法,利用预测到的误差对初步预测值进行校正以提高预测精度.针对误差序列非线性、非平稳以及系统动力信息不足的特点,将经验模态分解(EMD)和支持向量机(SVM)方法结合引入误差序列的预测中.对误差序列的预测分别运用初步训练误差和测试误差对预测集合的误差进行预测,将所得到的误差序列分解为若干固有模态分量(IMF),根据各个IMF不同尺度的特点,选择不同的参数对其进行预测,最终合成原始序列的误差预测值,将所预测到的误差与初步原始序列预测值结合,得到最终的预测值.仿真结果表明该方法能够很好地解决预测滞后性和拐点误差大的缺点,相对于普通的SVM预测方法具有更好的预测精度.
【作者单位】： 天津大学管理与经济学部;
【关键词】： 误差预测 经验模态分解 支持向量机 时间序列
【基金】：国家自然科学基金资助项目(70971097)
【分类号】：F830;TP181
【正文快照】： 金融时间序列的预测对于政府经济政策的颁布、企业和个体的投资活动具有至关重要的指导意义,但是复杂的内部规律和庞大的数据处理使得传统的预测方法效果不佳,因此新预测技术的提出和改进一直是金融时间序列研究的重要方向之一.目前主流的金融时间序列预测方法主要有模型法和

【参考文献】

中国期刊全文数据库 前4条

1 刘慧婷;倪志伟;李建洋;;经验模态分解方法及其实现[J];计算机工程与应用;2006年32期

2 金桃;岳敏;穆进超;宋伟国;何艳珊;陈毅;;基于SVM的多变量股市时间序列预测研究[J];计算机应用与软件;2010年06期

3 杨稣;史耀媛;宋恒;;基于小波变换域的SVM股市时间序列预测算法[J];科学技术与工程;2008年12期

4 李军;赵峰;;基于支持向量回归神经网络的时间序列预测[J];系统仿真学报;2008年15期

【共引文献】

中国期刊全文数据库 前10条

1 杨绪兵,韩自存;ε不敏感的核Adaline算法及其在图像去噪中的应用[J];安徽工程科技学院学报(自然科学版);2003年04期

2 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期

3 许高程;张文君;王卫红;;支持向量机技术在遥感影像滑坡体提取中的应用[J];安徽农业科学;2009年06期

4 郭立萍;唐家奎;米素娟;张成雯;赵理君;;基于支持向量机遥感图像融合分类方法研究进展[J];安徽农业科学;2010年17期

5 冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期

6 邹心遥;姚若河;;基于LSSVM的威布尔分布形状参数估计(英文)[J];半导体技术;2008年06期

7 邹心遥;姚若河;;基于LSSVM的小子样元器件寿命预测[J];半导体技术;2011年09期

8 李卓远,吴为民,王e，

本文编号：739359