基于支持向量机股票价格指数建模及预测

发布时间：2017-10-18 12:14

  本文关键词：基于支持向量机股票价格指数建模及预测

  更多相关文章： 股票价格指数 支持向量机 最佳参数 预测模型

【摘要】：为提高预测精度,采用基于支持向量机理论的预测方法对股票价格指数进行预测。文章在分析支持向量机预测基本原理基础上,以交叉验证法确定了最佳回归参数并以此建立了预测模型。对上海证券交易所的股票价格指数进行预测,研究结果表明基于支持向量机预测法能较准确地反映股票价格指数的变化趋势且提高了预测精度,验证了此方法在股票价格指数预测中的可行性。
【作者单位】： 许昌学院公共实验中心;许昌学院数学与统计学院;
【关键词】： 股票价格指数 支持向量机 最佳参数 预测模型
【基金】：河南省教育厅自然科学研究计划项目(2010A510011)
【分类号】：F832.51;TP18
【正文快照】： 0引言一直以来,专家和业内人士都致力于寻求更有效的股票价格指数预测方法。回归预测法[1]的预测精度高,适合用于中长期预测,但对历史数据要求高,回归变量难以确定,且缺乏自学习能力。时间序列预测法[2]计算工作量小,适合短期预测,但对规律性的处理存在不足。人工神经网络具

【参考文献】

中国期刊全文数据库 前7条

1 梁坤;聂会星;徐枞巍;;基于支持向量机的北京市房地产价格指数预测[J];合肥工业大学学报(自然科学版);2011年04期

2 魏俊;周步祥;林楠;邢义;;基于蚁群支持向量机的短期负荷预测[J];电力系统保护与控制;2009年04期

3 杨洪;古世甫;崔明东;孙禹;;基于遗传优化的最小二乘支持向量机风电场风速短期预测[J];电力系统保护与控制;2011年11期

4 王观玉;郭勇;;支持向量机在电信客户流失预测中的应用研究[J];计算机仿真;2011年04期

5 王f[,张少华;一种应用时间序列技术的短期电力负荷预测模型[J];上海大学学报(自然科学版);2002年02期

6 石月珍;徐冬梅;;基于支持向量机模型的湘江枯水预报研究[J];水利水电技术;2011年04期

7 赵宏伟,任震,黄雯莹;基于周期自回归模型的短期负荷预测[J];中国电机工程学报;1997年05期

【共引文献】

中国期刊全文数据库 前10条

1 孙海健;基于子集自回归模型的短期负荷预测[J];电力需求侧管理;2001年05期

2 顾洁;应用小波分析进行短期负荷预测[J];电力系统及其自动化学报;2003年02期

3 李云飞;黄彦全;蒋功连;;基于PCA-SVM的电力系统短期负荷预测[J];电力系统及其自动化学报;2007年05期

4 王奔;冷北雪;张喜海;单纕，

本文编号：1054873