支持向量机对股票价格涨跌的预测

• 作者: 张建宽 盛炎平
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 主成分分析法 股票价格
• 年，卷（期）: 2017,（3）
• 页码范围: 41-44
• 页数: 4页
• 分类号: TP181
• 字数: 2626字
• 语种: 中文
• DOI: 10.16508/j.cnki.11-5866/n.2017.03.008

摘要

为了研究股票价格的变化趋势,采用支持向量机(Support Vector Machine,SVM)和最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)预测股票价格的涨跌.实验结果表明SVM和LSSVM在股票价格涨跌预测方面都有很好的效果,且SVM预测效果比LSSVM稳定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	盛炎平	北京信息科技大学理学院	20	50	4.0	6.0
2	张建宽	北京信息科技大学理学院	2	9	1.0	2.0