基于支持向量机的金融时间序列预测

• 作者: 杨一文 杨朝军
• 来源期刊: 系统工程理论方法应用
• 学科: 工学
• 关键词: 时间序列预测 支持向量机 证券市场
• 年，卷（期）: 2005,（2）
• 所属期刊栏目: 学术论文
• 页码范围: 176-181
• 页数: 6页
• 分类号: TP183|F830
• 字数: 5152字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2542.2005.02.017

摘要

基于数据的机器学习就是由观测样本数据得出目前尚不能通过原理分析得到的规律,利用其对未来数据进行预测.神经网络以其优越的函数逼近性能广泛用于建立时间序列过去与未来数据之间某种确定的映射关系,实现预测.首先分析了以经验风险最小化为准则的神经网络的局限性,以及针对此提出的结构风险最小化准则的优点;其次引出支持向量机;最后利用支持向量机对上海证券综合指数序列趋势做较准确的多步预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨一文		1	102	1.0	1.0
2	杨朝军		1	102	1.0	1.0