基于在线核极限学习机的股票价格预测模型

发布时间：2017-09-15 17:42

本文关键词：基于在线核极限学习机的股票价格预测模型

【摘要】：为了对股票价格进行准确、快速的在线预测,提出一种在线核极限学习机算法(OL-KELM)的股票价格预测模型.首先收集股票价格数据,采用相空间重构理论建立学习样本,然后将学习样本输入在线核极限学习机中进行学习,建立股票价格预测模型,最后对国药股份(600511)股票收盘价进行仿真实验.结果表明,相对于其他股票价格预测模型,OL-KELM提高了股票价格预测的准确性,可以准确地刻画股票价格的变化趋势.
【作者单位】：华中农业大学楚天学院;信阳职业技术学院;
【关键词】： 股票价格 核极限学习机 在线预测 鲁棒性
【基金】：湖北省高校省级教学研究项目(2012458) 华中农业大学楚天学院科研项目(K201405)
【分类号】：F832.51;TP181
【正文快照】： 股票价格受多种因素的综合影响,具有变化万千、错综复杂的特点,同时与金融环境密切相关,数据变化极其繁杂,变化有极强的无序性,难以建立精确的数学模型,因此股票价格变化预测一直是金融领域研究的热点问题[1].针对股票价格预测问题,学者们提出一些股票价格预测模型,可以将这些

【参考文献】

中国期刊全文数据库前8条

1 董春胜;马玲;;基于变维分形的股票指数预测模型[J];辽宁工程技术大学学报(自然科学版);2011年05期

2 张弦;王宏力;;基于贯序正则极端学习机的时间序列预测及其应用[J];航空学报;2011年07期

3 孙彬;李铁克;张文学;;基于结构修剪神经网络的股票指数预测模型[J];计算机应用研究;2011年08期

4 片坤;徐晓钟;张益铭;;一种改进的组合SOFM-SVR股票价格预测模型[J];计算机应用与软件;2010年05期

5 陈政;杨天奇;;基于RBF神经网络的股票市场预测[J];计算机应用与软件;2010年06期

6 张坤;郁ng;李彤;;基于小波和神经网络相结合的股票价格模型[J];计算机工程与设计;2009年23期

7 高光勇;蒋国平;;采用优化极限学习机的多变量混沌时间序列预测[J];物理学报;2012年04期

8 李美;干晓蓉;刘新乐;;ARIMA模型在股价预测上的应用及其傅里叶修正[J];云南师范大学学报(自然科学版);2011年05期

【共引文献】

中国期刊全文数据库前10条