基于SOM和SVMs的沪深300指数多步预测

发布时间：2018-05-27 17:36

  本文选题：股票价格指数预测 + 多步预测　； 参考：《系统工程》2012年10期

【摘要】：针对股票价格指数多步预测问题,提出基于SOM(自组织映射神经网络)和SVMs(支持向量机)的多步预测方法。该方法首先运用SOM对股票价格指数序列的输入模式进行聚类,得到若干模式相对单一的数据集,然后依据两种多步预测策略,基于划分后的数据集分别构建SVMs多步预测模型。针对SVMs建模中参数选择问题,论文应用PSO(粒子群优化)方法进行参数寻优。数据实验结果表明,相对于单一SVMs预测模型,基于SOM和SVMs的多步预测模型具有较好的多步预测性能。
[Abstract]:Aiming at the multi-step prediction of stock price index, a multi-step prediction method based on SOM (Self-Organizing Mapping Neural Network) and SVMs (support Vector Machine) is proposed. In this method, firstly, SOM is used to cluster the input patterns of stock price index series, and some data sets with relatively single patterns are obtained. Then, based on two multistep prediction strategies, the SVMs multistep prediction model is constructed based on the partitioned data sets. In order to solve the problem of parameter selection in SVMs modeling, PSO (Particle Swarm Optimization) method is used to optimize the parameters. The experimental results show that the multistep prediction model based on SOM and SVMs has better performance than the single SVMs prediction model.
【作者单位】： 华中科技大学管理学院;
【基金】：国家自然科学基金资助项目(70771042;70731001) 中央高校基本科研业务费项目(HUST-2012QN208) 湖北省人文社会科学重点研究基地现代信息管理研究中心研究项目
【分类号】：F832.51;F224

【参考文献】

相关期刊论文 前1条

1 向小东,郭耀煌;基于径向基函数网络的改进算法的股市数据预测[J];预测;2002年04期

【共引文献】

相关期刊论文 前6条

1 肖东生;赵晓娟;;基于粗神经网络的企业组织创新风险预警[J];工业工程与管理;2006年04期

2 孟慧慧;叶德谦;刘娜;;基于神经网络的股票预测系统研究[J];微计算机信息;2007年03期

3 赵春玲,黄阋,陈森发;一种多源信息的最优融合方法研究[J];信息与控制;2005年01期

4 李自如;边利;邓建;;基于径向基函数神经网络的流程企业供应链预测仿真[J];运筹与管理;2006年01期

5 潘郁,菅利荣,达庆利;多标准决策表中发现概率规则的变精度粗糙集方法[J];中国管理科学;2005年01期

6 邹昊飞;夏国平;杨方廷;;基于自组织算法的改进型GAANN预测模型[J];中国管理科学;2005年06期

相关会议论文 前1条

1 王慧敏;佟金萍;;宏观经济预警新探索:粗集—神经网络预警方法[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

相关博士学位论文 前3条

1 胡涛;基于非参数的水产品价格预测系统研究[D];中国农业大学;2005年

2 郑醒尘;资产价格系统演变模型的理论与实证研究[D];浙江大学;2006年

3 丁加明;基于粗糙集理论的膨胀土路基气候作用分析及水毁灾害预测[D];中南大学;2006年

相关硕士学位论文 前10条

1 杜军;基于粗集—神经网络的宏观经济预警研究[D];河海大学;2003年

2 郭庆;基于截集的模糊粗糙集及其粗糙度[D];昆明理工大学;2002年

3 武昊鹏;证券市场价格走势技术分析的研究[D];北方工业大学;2004年

4 孔平;模糊近似空间中模糊粗糙集的新定义及应用[D];昆明理工大学;2003年

5 戴庆华;基于知识约简与人工神经网络技术的中国证券市场研究[D];昆明理工大学;2003年

6 张玉斌;股票市场信息分析方法研究[D];哈尔滨理工大学;2004年

7 朱梅;混沌时间序列预测及其在股票市场中的应用[D];东南大学;2004年

8 黄颖嵩;采用智能技术的股票估值模型与应用[D];东华大学;2006年

9 方芬;多变量混沌时间序列预测及其在股票市场中的应用[D];东南大学;2006年

10 钱志强;正则化回归方法及其在混沌时间序列中的应用[D];东南大学;2005年

【二级参考文献】

相关期刊论文 前4条

1 叶美盈,汪晓东,张浩然;基于在线最小二乘支持向量机回归的混沌时间序列预测[J];物理学报;2005年06期

2 李军,刘君华;一种新型广义RBF神经网络在混沌时间序列预测中的研究[J];物理学报;2005年10期

3 韩敏;史志伟;郭伟;;储备池状态空间重构与混沌时间序列预测[J];物理学报;2007年01期

4 王上飞,周佩玲,吴耿峰,付忠谦,储阅春,沈谦;径向基神经网络在股市预测中的应用[J];预测;1998年06期

，

本文编号：1943166