基于决策树和支持向量机的金融时间序列预测方法

• 作者: 谈叙
• 来源期刊: 生产力研究
• 学科: 经济
• 关键词: 金融时间序列 决策树 支持向量机(SVM) 预测
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 财政与金融
• 页码范围: 81-84
• 页数: 4页
• 分类号: F830
• 字数: 5449字
• 语种: 中文

摘要

由于传统的金融时间序列预测方法无法有效识别不同领域时间序列的不同特征,从而导致了当前一些时间序列预测方法的不足,无法有效地指导实际研究.文章提出了一种改进的金融时间序列数据预测方法,该方法首先对采集到的数据进行预处理,利用决策树对时间序列进行特征抽取,并建立基于支持向量机的时间序列预测模型,最后对时间序列进行预测.实验结果表明,文章的方法能有效的降低预测模型的复杂度并提高预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谈叙	武汉理工大学经济学院	1	5	1.0	1.0