互信息与RBM特征提取的股票指数预测模型

• 作者: 柴岩 段大锴
• 来源期刊: 辽宁工程技术大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 差分进化算法 受限玻尔兹曼机 互信息 股票预测
• 年，卷（期）: 2019,（5）
• 页码范围: 480-485
• 页数: 6页
• 分类号: TP181
• 语种: 中文

摘要

为给市场参与者和管理者提供有效判断股票市场的状态及未来的变化趋势的决策依据,以人工智能的非线性模型为基础,基于支持向量机理论,借助差分进化算法对其参数寻优,构建基于互信息与RBM特征提取的股票指数预测模型,拓展信息挖掘的范围,将技术指标和周边市场信息以互信息加权的方式同时纳入运算;基于RBM无监督学习方式,与支持向量机深度结合,提取数据中隐含的深层次特征.通过恒生指数的实例验证结果表明所构建模型的有效性,研究结论为投资者行情分析及决策提供参考建议.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴岩		17	22	3.0	4.0
2	段大锴		1	0	0.0	0.0