基于SVM股票价格预测的核函数应用研究

发布时间：2017-09-10 22:39

  本文关键词：基于SVM股票价格预测的核函数应用研究

  更多相关文章： 支持向量机 回归预测 开盘数

【摘要】：对中国银行股票价格进行了回归预测。通过选择最优的径向基核函数,再利用网格寻参、遗传算法和粒子群算法对最佳核函数参数进行对比寻优,构建最有效的支持向量机(SVM)模型,最后对中国银行未来15日的开盘数变化趋势进行预测。实验仿真结果表明:应用构建的SVM模型预测中国银行未来15日的股票走势是可行的。
【作者单位】： 重庆理工大学计算机科学与工程学院;
【关键词】： 支持向量机 回归预测 开盘数
【基金】：重庆市教委科学技术研究项目(KJ1500920) 企业委托项目(2015Q147)
【分类号】：F832.51;TP18
【正文快照】： 引用格式:黄同愿,陈芳芳.基于SVM股票价格预测的核函数应用研究[J].重庆理工大学学报(自然科学版),2016(2):89-94.Citation format:HUANG Tong-yuan,CHEN Fang-fang.Application of Kernel Function of Stock Price Forecasting Based onSVM[J].Journal of Chongqing Universi

【共引文献】

中国期刊全文数据库 前4条

1 张佼;田琦;王美萍;;基于交叉验证支持向量回归的供热负荷预测[J];中北大学学报(自然科学版);2014年05期

2 肖晓;徐启华;;基于SVM与BP的分类与回归比较研究[J];新型工业化;2014年05期

3 朱若曦;王勇;;基于小波和FSVM的笔迹鉴定算法研究[J];新课程学习(下);2014年07期

4 拓万兵;姜伟;吴凤民;;基于支持向量机的开采沉陷预计参数选取研究[J];中国矿业;2015年02期

中国博士学位论文全文数据库 前2条

1 张仕光;噪声特性的回归模型及其在短期风速预报中的应用[D];河北师范大学;2014年

2 李世军;非概率可靠性理论及相关算法研究[D];华中科技大学;2013年

中国硕士学位论文全文数据库 前3条

1 崔洁;基于知识联盟的河北省装备制造企业核心能力评价研究[D];河北工程大学;2014年

2 王艳平;基于DSP的润滑油油品多参数监测仪的研制[D];北京化工大学;2012年

3 张佼;基于神经网络和支持向量机及其改进算法的供热负荷预测研究[D];太原理工大学;2015年

【相似文献】

中国期刊全文数据库 前8条

1 胡维国,张颖;计算机在粮食经济预测中的应用——相关与回归预测系统[J];郑州粮食学院学报;1992年01期

2 姬海萍;李相白;;温室因子变化率模糊回归预测分析[J];计算机与信息技术;2012年01期

3 彭勇;陈俞强;;基于信息粒化的SVM时序回归预测[J];计算机系统应用;2013年05期

4 张亮;浅谈EXCEL2000中的回归预测问题[J];丹东纺专学报;2002年03期

5 汤义强;毛军军;李侠;程白彬;;基于粗集属性约简的电力供应量SVM回归预测[J];计算机技术与发展;2010年09期

6 肖明,柯惠新;“网民知多少?”——中国互联网络信息中心全国调查抽样方案设计[J];数理统计与管理;2001年05期

7 李鸣;倪智振;李赣平;;核独立元分析的非线性多元回归方法研究[J];系统仿真学报;2014年04期

8 ;[J];;年期

中国重要会议论文全文数据库 前1条

1 赵翠平;赵岩;张继梅;;根据动力费对矿石产量进行回归预测——北m:河铁矿为例[A];鲁冀晋琼粤川辽七省金属（冶金）学会第十九届矿山学术交流会论文集（管理及综合卷）[C];2012年

中国博士学位论文全文数据库 前1条

1 董华松;油井地热开发的数值模拟与回归预测研究[D];中国地质大学（北京）;2014年

，

本文编号：827089