基于v-SVR的金融股指预测及选时策略研究
发布时间：2018-03-04 11:31
本文选题：股票指数预测 切入点：v-SVR 出处：《统计与决策》2010年03期 论文类型：期刊论文
【摘要】：文章将v-SVR(Support Vector Regression)应用于金融股指预测,并研究证券投资中的选时问题。以上证指数为研究对象,确定模型输入指标并研究模型主要参数与预测评价指标的关系。通过与ε-SVR及传统BP算法的比较分析,表明在有限样本情况下,v-SVR模型的预测偏差较小、预测方向的准确性较高;根据预测结果,提出了一种基于v-SVR模型的投资选时策略。
[Abstract]:In this paper, v-SVRN support Vector regulation is applied to the prediction of financial stock index, and the timing problem in securities investment is studied. By comparing with 蔚 -SVR and traditional BP algorithm, it shows that the prediction deviation of the model is small and the accuracy of prediction direction is higher under the condition of limited sample. Based on the prediction results, a new investment timing strategy based on v-SVR model is proposed.
【作者单位】： 北京科技大学经济管理学院;
【基金】：国家自然科学基金资助项目(70771008;70371057)
【分类号】：F830.91;F224
【参考文献】
相关期刊论文 前2条
1 辛治运;顾明;;基于最小二乘支持向量机的复杂金融时间序列预测[J];清华大学学报(自然科学版);2008年07期
2 胡蓉;;多输出支持向量回归及其在股指预测中的应用[J];计算机技术与发展;2007年10期
【共引文献】
相关期刊论文 前10条
1 李娟;李翠平;李仲学;;基于支持向量回归机的矿体品位插值[J];北京科技大学学报;2009年12期
2 赵武;汤天任;王国凡;;最优参数v-SVR模型对2012年伦敦奥运会奖牌的预测研究[J];安徽师范大学学报(自然科学版);2012年04期
3 金民锁;孙遒;朱单;;边界检测在入侵模式分类与特征提取中的应用[J];黑龙江科技学院学报;2011年02期
4 祁神军;张云波;丁烈云;;建设工程项目工序的LS-SVM工期预测模型[J];华侨大学学报(自然科学版);2010年05期
5 李建伟;;基于支持向量机的中国节水灌溉面积预测研究[J];节水灌溉;2012年05期
6 石为人;王燕霞;唐云建;范敏;;小样本跳变水质时序数据预测方法[J];计算机应用;2010年02期
7 王丽娟;g靶，
本文编号：1565463
本文链接：https://www.wllwen.com/guanlilunwen/huobilw/1565463.html
