基于混合核支持向量机的金融时间序列分析

被引:31
作者
张拥华
曾凡仔
机构
[1] 湖南大学计算机与通信学院
关键词
支持向量机; 金融时间序列; 混合核函数;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
140502 [人工智能];
摘要
核函数是支持向量机(SVM)的重要部分,它直接影响到SVM的各项性能。当前SVM在金融时间序列分析中,基本上采用高斯径向核函数(RBF),其次才是多项式核函数。然而,每种核函数都有它的优势和不足,整合两个或多个核函数对于学习能力和泛化能力的提高是一个有效的途径。采用高斯径向核函数与多项式核函数的混合核函数运用于金融时间序列预测中,且与其单个核函数的支持向量机的实验结果进行了比较。结果表明,混合核函数具有更好的性能。
引用
收藏
页码:220 / 222
页数:3
相关论文
共 4 条
[1]
基于SVR的金融时间序列预测 [J].
李立辉 ;
田翔 ;
杨海东 ;
胡月明 .
计算机工程与应用, 2005, (30) :221-224
[2]
Application of support vector machines in financial time series forecasting[J] Francis E.H Tay;Lijuan Cao Omega 2001,
[3]
数据挖掘中的新方法[M] 邓乃扬;田英杰著; 科学出版社 2004,
[4]
统计学习理论的本质[M] (美)VladimirN.Vapnik著;张学工译; 清华大学出版社 2000,