GA-SVM对上证综指走势的预测研究

• 作者: 兰书梅 张伟 张洁 李泓仪
• 来源期刊: 东北师大学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 遗传算法 GA-SVM 股票走势预测
• 年，卷（期）: 2012,（1）
• 页码范围: 55-59
• 分类号: TP301
• 字数: 3006字
• 语种: 中文

摘要

将支持向量机和遗传算法结合,建立了一种智能数据挖掘技术(GA-SVM),并用于对上证综指市场走势进行了探索.在这个混合的数据挖掘方法中,GA用于RBF参数的设定以及特征集的选择,从而智能的找到SVM的最佳参数,减少SVM特征值的复杂度,提高了SVM算法速度.SVM用于判断未来股票市场的走势,并与统计模型、时间序列模型方法、神经网络进行了对比.实验证明,GA-SVM优于其他几种方法,这种方法对于股票上涨或下跌的预测研究是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张伟	吉林大学计算机科学与技术学院	154	710	13.0	19.0
2	张洁	吉林大学计算机科学与技术学院	48	216	9.0	13.0
3	李泓仪	吉林大学经济学院	4	51	3.0	4.0
4	兰书梅	吉林大学计算机科学与技术学院	5	31	3.0	5.0