支持向量机在金融时间序列预测中的应用

被引：34

作者：

吴萌 ^{[1
]}

徐全智 ^{[2
]}

机构：

[1] 西南财经大学经济数学系

[2] 电子科技大学应用数学学院

来源：

关键词：

BP神经网络; 金融时间序列; 预测; 支持向量机;

D O I：

暂无

中图分类号：

F830 [金融、银行理论]; F224 [经济数学方法];

学科分类号：

020104 [西方经济学]; 020219 [财政学（含：税收学）];

摘要：

阐述了支持向量机在金融时间序列预测中应用中的理论基础.将支持向量机预测模型应用于上证指数的建模和预测中,并与BP神经网络模型进行了比较.最后得出支持向量机由于采用了新型的结构风险最小化准则表现出良好的推广能力,具有较高的精度,在金融时间序列的预测上要优于BP神经网络模型.

引用

页码：442 / 444

页数：3