基于支持向量回归机的股票价格预测

• 作者: 谢国强
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 支持向量回归机 股价预测 粒子群优化算法
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 社会科学领域仿真
• 页码范围: 379-382
• 分类号: TP391.9
• 字数: 4179字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2012.04.093

摘要

研究股票价格预测问题,股票价格变化具有非线性、时变性,传统线性预测模型难以准确刻画股价变化规律,且非线性神经网络存在过拟合、局部最小等缺陷,预测精度比较低.为提高股票价格预测精度,提出一种基于粒子群优化支持向量机的股票价格预测模型.利用粒子群算法良好的寻优能力,对支持向量机参数进行优化,加快支持向量机学习速度,再采用非线性预测能力优异的支持向量机对股票价格进行预测.以南天信息股票价格对模型性能进行仿真,实验结果证明,支持向量机预测模型能全面反映股票价格变化的非线性的时变规律,获得更高预测精度,预测结果对股民实际操作具有较大的指导价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢国强	赣南师范学院数学与计算机科学学院	4	45	3.0	4.0