鲁棒SVR在金融时间序列预测中的应用

被引：3

作者：

王快妮 ^{[1
]}

钟萍 ^{[2
]}

赵耀红 ^{[2
]}

机构：

[1] 石河子大学师范学院

[2] 中国农业大学理学院

来源：

计算机工程 | 2011年 / 37卷 / 15期

关键词：

支持向量机; 时间序列; 鲁棒性; 不对称损失函数; 牛顿法;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对标准支持向量机对噪声和异常值比较敏感的问题,通过限定噪声和异常值的损失上界,提出一种基于不对称Ramp损失函数的鲁棒支持向量回归机模型,应用凹凸过程将其由非凸优化问题转化为凸优化问题并利用牛顿法进行求解。对上证指数和香港恒生指数收盘价的预测结果表明,该模型能在一定程度上抑制噪声和异常值的影响,从而提高预测精度及减少下跌风险,达到规避风险的目的。

引用

页码：155 / 157+163 +163

页数：4