基于离群特征模式的股市波动预测模型

• 作者: 姚宏亮 李俊照 王浩 陈娟
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 离群特征模式 支持向量机 马尔可夫毯 先验知识
• 年，卷（期）: 2014,（22）
• 所属期刊栏目: 工程与应用
• 页码范围: 243-249
• 页数: 7页
• 分类号: TP18
• 字数: 7736字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1305-0154

摘要

由于股票价格波动具有较强的突变性且易受外界因素影响，导致股票价格走势难以预测。提出基于离群特征模式的股市波动预测模型（SFSVM）。该算法首先利用马尔可夫毯选取目标结点的局部网络结构，以屏蔽其他结点对目标结点的影响；对目标结点的指标进行分析，提取异于一般行为的离群特征模式；利用滑动窗口捕捉离群特征，将离群特征模式作为先验知识加入原SVM模型，预测尖峰点并平滑尖峰点对于预测结果的影响，提高预测模型的稳健性。在股票板块数据上进行实验结果证明，SFSVM算法相对于神经网络和标准的SVM算法，在股票的走势预测方面有更好的预测效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王浩	合肥工业大学计算机与信息学院	193	1473	20.0	29.0
2	姚宏亮	合肥工业大学计算机与信息学院	95	488	11.0	16.0
3	李俊照	合肥工业大学计算机与信息学院	27	128	6.0	9.0
4	陈娟	合肥工业大学计算机与信息学院	12	37	3.0	5.0