基于模糊核超球的快速分类算法在股票预测中的应用

• 作者: 张正文 龙真真
• 来源期刊: 计算机系统应用
• 关键词: 支持向量机 支持向量数据描述 分类算法 股票预测
• 年，卷（期）: 2014,（1）
• 页码范围: 197-201,148
• 页数: 6页
• 字数: 3925字
• 语种: 中文

摘要

基于 SVM(支持向量机)的 SVDD(支持向量数据描述)分类算法存在计算复杂、分类准确率较低的缺陷，针对股票数据非线性、高噪声的特点，在传统的 SVDD 分类算法基础上，模糊核超球快速分类算法(FCABFKH)通过合并法寻找超球集，并依据最大隶属度原则构建分类器，排除了离群点和超球集的重叠问题，同时避免了复杂的二次规划，具有分类速度快，分类结果准确率高的特点。采用中国沪市上市公司数据验证该方法的有效性，实验结果表明，运用FCABFKH算法得到的组合回报率超过了市场基准。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龙真真	北京大学经济学院	1	4	1.0	1.0
2	张正文		1	4	1.0	1.0