基于改进的粒子群算法优化LSSVM股价预测研究

• 作者: 刘家旗
• 来源期刊: 山东农业大学学报（自然科学版）
• 学科: 经济
• 关键词: 粒子群算法 股票预测 LSSVM
• 年，卷（期）: 2015,（4）
• 页码范围: 628-631
• 页数: 4页
• 分类号: F830.91
• 字数: 2338字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2324.2015.04.031

摘要

为了提高股票价格的预测精度，针对股票价格数据的非平稳非线性的特性，本文运用改进的PSO实现LSSVM的核参数和惩罚系数自适应选择，提出一种SAPSO优化LSSVM股价预测模型，并以此进行实证分析。通过基于SAPSO-LSSVM算法的1步、3步、5步和7步预测结果和不同模型的预测时间和预测均方误差的对比结果可知， SAPSO-LSSVM股价预测模型具有预测精度高，预测时间短的优点，同时能够实现预测参数的自适应选择。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘家旗	西北大学经济管理学院	9	7	2.0	2.0