摘要
针对股票预测的特点,选择对上市公司股票走势有重要影响的相关数据进行测试。为了避免传统的预测算法(如BP算法)的一些弊端,使用可以避免这些弊端并且具有良好分类功能的支持向量机对该上市公司股票走势进行预测。测试表明预测的精度明显高于采用BP算法等传统神经网络分类方法的测试结果,预测达到了让人满意的效果。
According to the characteristics of the stock prediction, this paper selects the data that greatly influence the stock development trend of listed companies. In order to avoid the disadvantages of the traditional NN classification methods （e, g. BP algorithm） ,this paper uses the support vector machine（SVM） to predict the stock development trend of listed companies. The test shows that the accttraey of the prediction is obviously higher than traditional NN classification ways, such as BP slgorithm and thus it has a satisfying result.
出处
《计算机技术与发展》
2006年第6期35-37,共3页
Computer Technology and Development
基金
"九七三"计划国家重点基础研究(2004CB318108)
国家自然科学基金(60475017
60135010)
安徽省自然科学基金(050420208)
关键词
股票
预测
支持向量机
数据
stock
prediction
support vector machine
data
