金融时间序列预测中的GA-SVR方法

• 作者: 焦帅 颜七笙
• 来源期刊: 江西科学
• 关键词: 上证指数 支持向量机 遗传算法 参数优化
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 信息科学
• 页码范围: 230-235
• 页数: 6页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3679.2012.02.027

摘要

针对支持向量机方法在金融时间序列预测的过程中,模型参数选取不当的导致预测精度较低等问题,利用遗传算法优化选取支持向量机模型参数,建立了一种基于遗传算法优化支持向量机参数的金融时间序列预测模型。并将该方法应用于我国上证指数时间序列预测中。实验结果表明基于遗传算法优化的支持向量机方法能较好的反映金融时间序列预测规律,并且提高了模型预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜七笙	东华理工大学数学与信息科学学院	62	274	10.0	14.0
2	焦帅	东华理工大学数学与信息科学学院	1	1	1.0	1.0