基于时间序列的支持向量机在股票预测中的应用

被引：29

作者：

彭丽芳 ^{[1
]}

孟志青 ^{[2
]}

姜华 ^{[3
]}

田密 ^{[3
]}

机构：

[1] 湖南工业大学图书馆

[2] 浙江工业大学经贸管理学院

[3] 湘潭大学信息工程学院

来源：

计算技术与自动化 | 2006年 / 03期

关键词：

支持向量机(SVM); 时间序列; 股票预测;

D O I：

暂无

中图分类号：

F224 [经济数学方法];

学科分类号：

0701 ; 070104 ;

摘要：

由于股票预测是不确定、非线性、非平稳的时间序列问题,传统的方法往往难以取得满意的预测效果。本文提出一种基于时间序列的支持向量机(SVM)股票预测方法。利用沙河股份的股票数据,建立股票收盘价回归预测模型,该模型克服了传统时间序列预测模型仅局限于线性系统的情况。实验结果表明,该方法比神经网络方法以及时间序列方法的预测精度更高,可以很好的应用某些非线性时间序列的预测中。

引用

页码：88 / 91

页数：4

共 12 条

[1] 基于支持向量机的电力系统短期负荷预测 [J].