基于支持向量机的股票预测

• 作者: 万忠 张晨希 张燕平 张迎春 陈洁
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 股票 预测 支持向量机 数据
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 计算机应用技术
• 页码范围: 35-37
• 页数: 3页
• 分类号: TP18
• 字数: 2341字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2006.06.013

摘要

针对股票预测的特点,选择对上市公司股票走势有重要影响的相关数据进行测试.为了避免传统的预测算法(如BP算法)的一些弊端,使用可以避免这些弊端并且具有良好分类功能的支持向量机对该上市公司股票走势进行预测.测试表明预测的精度明显高于采用BP算法等传统神经网络分类方法的测试结果,预测达到了让人满意的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张燕平	安徽大学智能计算与信号处理重点实验室	148	1556	21.0	32.0
2	张迎春	安徽大学智能计算与信号处理重点实验室	11	120	5.0	10.0
3	陈洁	安徽大学智能计算与信号处理重点实验室	48	232	8.0	13.0
4	张晨希	安徽大学智能计算与信号处理重点实验室	5	91	4.0	5.0
5	万忠	安徽大学智能计算与信号处理重点实验室	7	105	4.0	7.0