基于模糊信息粒化和支持向量机的股票价格回归预测

• 作者: 官心果 李娌芝 杨柱元 郑明
• 来源期刊: 云南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 信息粒化 回归预测
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 信息与计算机科学
• 页码范围: 517-524
• 页数: 8页
• 分类号: TP181|F832.5
• 字数: 4444字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-8513.2018.06.014

摘要

对股票进行投资时,由于股票数据具有较大的不稳定性,往往大多数时候无法对其进行精确的预测,而对其变化趋势和变化空间进行预测尤为重要,当利用支持向量机对股票数据进行回归预测时,只能得到具体点的预测值,不能预测股票数据短期的变化趋势,因此本文将模糊信息粒化和支持向量机相结合,对股票数据未来5天的变化趋势进行了预测研究,实验表明该方法具有理想的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨柱元	云南民族大学数学与计算机科学学院	29	73	5.0	6.0
2	郑明	云南民族大学数学与计算机科学学院	5	5	1.0	2.0
3	李娌芝	云南民族大学数学与计算机科学学院	8	7	2.0	2.0
4	官心果	云南民族大学数学与计算机科学学院	9	7	2.0	2.0