基于深度学习支持向量机的上证指数预测

发布时间：2021-02-01 06:29

　　文章针对所得上涨指数数据利用深度学习支持向量机模型对下一个上证指数进行数值预测。该算法具体为利用全概率知识及深度学习支持向量机对上证指数数据进行预处理,并对上证指数数据进行深度学习支持向量特征训练学习,然后优化深度学习支持向量机模型结构及相关参数,最后利用所得优化深度学习支持向量机模型对下一个交易日的上证指数进行数值预测。 

【文章来源】：统计与决策. 2019,35(02)北大核心CSSCI

【文章页数】：3 页

【参考文献】：
期刊论文
[1]基于进化深度学习的特征提取算法[J]. 陈珍,夏靖波,柏骏,徐敏.  计算机科学. 2015(11)
[2]玻尔兹曼机研究进展[J]. 刘建伟,刘媛,罗雄麟.  计算机研究与发展. 2014(01)
[3]深度学习的昨天、今天和明天[J]. 余凯,贾磊,陈雨强,徐伟.  计算机研究与发展. 2013(09)
[4]基于支持向量机股票价格指数建模及预测[J]. 刘道文,樊明智.  统计与决策. 2013(02)
[5]基于支持向量机的股票预测[J]. 张晨希,张燕平,张迎春,陈洁,万忠.  计算机技术与发展. 2006(06)
[6]基于遗传神经网络的股票价格短期预测[J]. 孙全,朱江.  计算机工程与应用. 2002(05)

硕士论文
[1]基于模糊深度学习网络算法的短期股价预测[D]. 刘庆玲.哈尔滨工业大学 2016
[2]基于深度学习的极限学习机算法研究[D]. 马萌萌.中国海洋大学 2015



本文编号：3012337