基于时间序列的支持向量机在股票预测中的应用

• 作者: 姜华 孟志青 彭丽芳 田密
• 来源期刊: 计算技术与自动化
• 关键词: 支持向量机(SVM) 时间序列 股票预测
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 计算机软件及应用
• 页码范围: 88-91
• 页数: 4页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6199.2006.03.025

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟志青	浙江工业大学经贸管理学院	95	608	12.0	21.0
2	姜华	湘潭大学信息工程学院	2	70	2.0	2.0
3	田密	湘潭大学信息工程学院	2	70	2.0	2.0