基于PCA-SVM组合模型的股票价格预测

• 作者: 白艳萍 胡照跃
• 来源期刊: 商
• 关键词: 支持向量机 主成分分析 股票预测
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 财政金融
• 页码范围: 206
• 页数: 1页
• 字数: 1749字
• 语种: 中文

摘要

股票市场是个非稳定的时间序列,本文将支持向量机与主成分分析(PCA-SVM)结合对股票进行回归预测分析,以奥特迅(002227)为对象进行建模和预测研究.选取奥特迅90天的股票技术指标历史数据作为训练样本对收盘价进行预测,10天数据进行检验,并通过图像拟合来验证神经网络股票预测的可行性和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白艳萍	中北大学理学院数学系	124	639	13.0	19.0
2	胡照跃	中北大学理学院数学系	3	14	2.0	3.0