机器学习算法在股票走势预测中的应用

• 作者: 傅航聪 张伟
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 股票预测 K-近邻算法 支持向量机 时间序列
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 算法与语言
• 页码范围: 31-34,46
• 页数: 5页
• 分类号: TP312
• 字数: 4612字
• 语种: 中文
• DOI: 10.11907/rjdk.171549

摘要

结合K-近邻算法 、支持向量机算法和时间序列算法的优点,整合其结果提出一种综合预测算法,并将其应用到沪深300指数的涨跌预测中.首先通过时间序列预测出股票未来一段时间内的走势图,然后结合K-近邻算法判断该走势图的总体涨跌趋势,最后将涨跌趋势量化作为一变量引入到支持向量机算法中,通过支持向量机算法预测最终的股票涨跌.该方法能够弥补3种算法的不足,能够更加准确地预测股市的涨跌趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张伟	上海理工大学光电信息与计算机工程学院	47	196	8.0	13.0
3	傅航聪	上海理工大学光电信息与计算机工程学院	1	13	1.0	1.0