| 基于SVM的多变量股市时间序列预测研究 |
| |
| 引用本文： | 金桃,岳敏,穆进超,宋伟国,何艳珊,陈毅.基于SVM的多变量股市时间序列预测研究[J].计算机应用与软件,2010,27(6):191-194,209. |
| |
| 作者姓名： | 金桃 岳敏 穆进超 宋伟国 何艳珊 陈毅 |
| |
| 作者单位： | 1. 吉林广播电视大学教学处理工系,吉林,长春,130022
2. 兰州大学计算机科学与工程学院,甘肃,兰州,730000 |
| |
| 摘 要： | 目前在股市时间序列预测中,大多数采用单变量时间序列预测算法,导致预测准确度不够高.提出采用基于支持向量机SVM(Support Vector Machines)的多变量股市时间序列预测算法,来提高预测准确度.SVM训练算法中,合适的参数可以使训练模型具有更好泛化能力.交叉验证具有指导参数选择的能力,然而考虑到交叉验证算法效率不高的问题,将其并行化,既达到了参数优选的目的,又避免了传统交叉验证效率低的问题.然后,根据较优参数建立多变量SVM时间序列回归预测模型,进行预测.实验证明,预测平均绝对百分比误差控制在10%以内,并且较之单变量的SVM回归预测有更好的泛化能力.
|
| 关 键 词： | 支持向量机 回归 多变量 交叉验证 并行 |
ON SVM-BASED MULTI-VARIABLE STOCK MARKET TIME SERIES PREDICTION |
| |
| Jin Tao,Yue Min,Mu Jinchao,Song Weiguo,He Yanshan,Chen Yi.ON SVM-BASED MULTI-VARIABLE STOCK MARKET TIME SERIES PREDICTION[J].Computer Applications and Software,2010,27(6):191-194,209. |
| |
| Authors: | Jin Tao Yue Min Mu Jinchao Song Weiguo He Yanshan Chen Yi |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
