期刊文献+

支持向量机在股票价格短期预测中的应用 被引量:10

在线阅读 下载PDF
导出
摘要 SVM采用结构风险最小化原则,使风险只与输入样本数目有关,而与输入的维数无关,从而避免“维灾数”,并且结构参数从样本学习中自动确定,克服了传统神经网络收敛速度慢、结构参数确定无理论依据、存在局部极小值等缺点,具有较好的泛化能力。将此方法应用于股票价格的短期预测,取得良好的实验结果,而基于支持向量机的股票价格短期预测模型对股市研究也有着重要的参考价值。
作者 周万隆 姚艳
机构地区 武汉大学商学院
出处 《商业研究》 北大核心 2006年第6期160-162,共3页 Commercial Research
  • 相关文献

参考文献8

  • 1袁晓东.神经网络在股票价格预测中的应用[J].北京机械工业学院学报,2002,17(3):70-74. 被引量:8
  • 2汪成亮,宋军,胡炳权,张勤.智能神经网络在时序信号预测上的应用[J].重庆大学学报(自然科学版),2003,26(1):34-37. 被引量:14
  • 3付成宏,傅明,阙建荣.基于RBF神经网络的股票价格预测[J].企业技术开发,2004,23(4):14-15. 被引量:7
  • 4C.Saunders,M.O.Stitson,J.Weston,L.Bottou,B.Sch(o)lkopf,and A.Smola.Support vector machine-reference manual.Technical Report CSD-TR-98-03,Department of Computer Science,Royal Holloway,University of London,Egham,UK,1998.
  • 5J.Smola and B.Sch(o)lkopf.A tutorial on support vector regression.[R].NeuroCOLT Technical Report NC-TR-98-030,Royal Holloway College,University of London,UK,1998.
  • 6K.-R.Müller,A.Smola,G.R?tsch,B.Sch?lkopf,J.Kohlmorgen,and V.Vapnik.Predicting time series with support vector machines[A].In B.Sch?lkopf,C.J.C.Burges,and A.J.Smola,editors,Advances in Kernel Methods-Support Vector Learning[C].Cambridge,MA:MIT Press,1999:243-254.
  • 7S.Mukherjee,E.Osuna,and F.Girosi.Nonlinear prediction of chaotic time series using a support vector machine[A].In J.Principe,L.Gile,N.Morgan,and E.Wilson,editors,Neural Networks for Signal Processing VII-Proceedings of the 1997 IEEE Workshop[C],New York:IEEE,1997:511-512.
  • 8Chih-Chung Chang and Chih-Jen Lin,LIBSVM:a library for support vector machines,2001.Software available at http://www.csie.ntu.edu.tw/-cjlin/libsvm.

二级参考文献10

共引文献25

同被引文献59

引证文献10

二级引证文献62

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部