基于高频数据的支持向量机量化择时预测模型

• 作者: 黄恒秋
• 来源期刊: 科技经济导刊
• 学科: 物理学
• 关键词: 支持向量机 高频数据 量化投资
• 年，卷（期）: 2016,（13）
• 所属期刊栏目: 科技经济信息化
• 页码范围: 29-29
• 页数: 1页
• 分类号: O452
• 字数: 1161字
• 语种: 中文

摘要

本文首先介绍了支持向量机理论；其次对2016年3月份沪深300指数1分时高频数据进行加工处理为10分时数据，并基于10分时数据计算特征指标，同时将分时内上涨和下跌两种情况作为决策变量；最后利用支持向量机模型进行实证预测分析。实证结果表明，在下跌环境中支持向量机模型获得了较佳的预测效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄恒秋	广西民族师范学院数学与计算机科学系	8	11	2.0	3.0