基于支持向量机的股票价格预测研究

发布时间：2017-04-01 21:17

  本文关键词：基于支持向量机的股票价格预测研究，由笔耕文化传播整理发布。

【摘要】：在股市投资测试问题的研究中,股价是一种高度不稳定、复杂且难以预测的时间序列数据,传统预测方法都是基于线性模型,忽略了股价的非线性特征,导致预测精度不高。为解决股价预测过程中的精度不高的难题,提出支持向量机引入到股价预测的建模中。首先采用支持向量机非线性扩展样本对时间序列模型定阶,并利用前向浮动特征筛选法选择特征,建立基于支持向量机的股市预测系统模型,对股价进行仿真实验。仿真结果表明,支持向量机模型比神经网络和CAR模型有较高的预测精度,证明适用于股市预测等非线性问题的预测,且有较高的精确度和应用价值。
【作者单位】： 江西省宜春学院;江西省南昌大学附属中学;
【关键词】： 股价预测 支持向量机 预测 留一法
【分类号】：F830.91;F224
【正文快照】： 1引言现在股票投资已经成为人们日常生活的一个重要组成部分,然而,股票投资的收益与风险往往是成正比的,即投资收益越高,可能冒的风险越大[1]。因此人们迫切需要一种有效的分析方法,能够最大限度地增加收益,降低风险,常用的股价预测方法:时间序列分析法、回归分析法、时间序

【参考文献】

中国期刊全文数据库 前3条

1 徐维维;高风;;灰色算法在股票价格预测中的应用[J];计算机仿真;2007年11期

2 邓凯;赵振勇;;基于遗传BP网络的股市预测模型研究与仿真[J];计算机仿真;2009年05期

3 李国正,王振晓,杨杰,姚莉秀,陈念贻;基于SVM的特征筛选方法及其若干应用[J];计算机与应用化学;2002年06期

【共引文献】

中国期刊全文数据库 前10条

1 杨榛;顾幸生;梁晓怿;凌立成;;模式识别和神经网络在复合材料优化设计中的研究和应用[J];材料导报;2008年08期

2 李s，

本文编号：281326