| 基于SVM的多变量股市时间序列预测研究 | |
| 金桃1; 岳敏2; 穆进超2; 宋伟国2; 何艳珊2; 陈毅2 | |
| 2010-06-15 | |
| 发表期刊 | 计算机应用与软件
 |
| ISSN | 1000-386X |
| 卷号 | 27期号:06页码:191-194+209 |
| 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 |
| URL | 查看原文 |
| 语种 | 中文 |
| 原始文献类型 | 学术期刊 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/91033 |
| 专题 | 国家开放大学吉林分部 |
| 作者单位 | 1.吉林广播电视大学教学处理工系; 2.兰州大学计算机科学与工程学院 |
| 第一作者单位 | 国家开放大学吉林分部 |
| 第一作者的第一单位 | 国家开放大学吉林分部 |
| 推荐引用方式 GB/T 7714 | 金桃,岳敏,穆进超,等. 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(06):191-194+209. |
| APA | 金桃,岳敏,穆进超,宋伟国,何艳珊,&陈毅.(2010).基于SVM的多变量股市时间序列预测研究.计算机应用与软件,27(06),191-194+209. |
| MLA | 金桃,et al."基于SVM的多变量股市时间序列预测研究".计算机应用与软件 27.06(2010):191-194+209. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [金桃]的文章 |
| [岳敏]的文章 |
| [穆进超]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [金桃]的文章 |
| [岳敏]的文章 |
| [穆进超]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [金桃]的文章 |
| [岳敏]的文章 |
| [穆进超]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
| 相关推荐 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论