| 基于支持向量机的股票预测 |
| |
| 引用本文： | 张晨希,张燕平,张迎春,陈洁,万忠.基于支持向量机的股票预测[J].微机发展,2006,16(6):35-37. |
| |
| 作者姓名： | 张晨希 张燕平 张迎春 陈洁 万忠 |
| |
| 作者单位： | 安徽大学智能计算与信号处理重点实验室 安徽合肥230039 |
| |
| 基金项目： | “九七三”计划国家重点基础研究(2004CB318108)，国家自然科学基金(60475017,60135010)，安徽省自然科学基金(050420208) |
| |
| 摘 要： | 针对股票预测的特点,选择对上市公司股票走势有重要影响的相关数据进行测试。为了避免传统的预测算法(如BP算法)的一些弊端,使用可以避免这些弊端并且具有良好分类功能的支持向量机对该上市公司股票走势进行预测。测试表明预测的精度明显高于采用BP算法等传统神经网络分类方法的测试结果,预测达到了让人满意的效果。
|
| 关 键 词： | 股票 预测 支持向量机 数据 |
| 文章编号： | 1673-629X(2006)06-0035-03 |
| 修稿时间： | 2005年9月23日 |
Stock Prediction Based on Support Vector Machine |
| |
| ZHANG Chen-xi,ZHANG Yan-ping,ZHANG Ying-chun,CHEN Jie,WAN Zhong.Stock Prediction Based on Support Vector Machine[J].Microcomputer Development,2006,16(6):35-37. |
| |
| Authors: | ZHANG Chen-xi ZHANG Yan-ping ZHANG Ying-chun CHEN Jie WAN Zhong |
| |
| Abstract: | According to the characteristics of the stock prediction,this paper selects the data that greatly influence the stock development trend of listed companies.In order to avoid the disadvantages of the traditional NN classification methods(e.g.BP algorithm),this paper uses the support vector machine(SVM) to predict the stock development trend of listed companies.The test shows that the accuracy of the prediction is obviously higher than traditional NN classification ways,such as BP slgorithm and thus it has a satisfying result. |
| |
| Keywords: | stock prediction support vector machine data |
| 本文献已被 CNKI 等数据库收录！ |
