基于区域标记法的代价敏感支持向量机在股票预测中的研究

• 作者: 李旭伟 秦璐
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: 区域标记法 股票预测 支持向量机 代价敏感
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 计算机科学
• 页码范围: 277-282
• 页数: 6页
• 分类号: TP391
• 字数: 3529字
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2018.02.011

摘要

针对传统股票预测中单点标记法的缺陷,提出了区域标记法,区域标记法可以为训练分类器提供更多有用信息,在一定程度上减轻了类别不平衡的问题,也更能满足实际任务的需求.同时,构建了一个RCS-T rader模型,该模型使用了代价敏感的支持向量机和FS度量进行优化,相比于传统股票预测方法,RCS-T rader模型的效果更好,投资回报率更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李旭伟	四川大学计算机学院	45	272	9.0	15.0
2	秦璐	四川大学计算机学院	3	9	1.0	3.0