基于支持向量机粒化的证券指数预测

• 作者: 刘波 陈孝全
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 股票指数 近似支持向量机 模糊信息粒化 交叉验证 回归分析
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 应用开发研究
• 页码范围: 148-152
• 页数: 5页
• 分类号: TP301
• 字数: 3937字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2015.04.034

摘要

为分析股票价格指数变化，文中提出一种采用近似支持向量机( PSVM)将金融时间序列数据进行模糊信息粒化的方法，并用此方法对上证指数数据进行回归分析预测。其实现过程是以2008年到2013年的上证综指数据建立抛物型模糊粒子，运用近似支持向量机原理，采用交叉验证的方法对相关参数进行寻优，用优化参数对时间序列进行训练，并回归预测模糊粒子的三个参数来确定上证综指的走势变化。对于非线性难预测的股票指数，实验分析比较了实际数据与预测数据，证明具有较好的预测效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘波	华南师范大学计算机学院	45	522	9.0	21.0
2	陈孝全	华南师范大学计算机学院	3	8	1.0	2.0