期刊文献+

基于SVM的股指预测模型与GUI仿真 被引量:4

在线阅读 下载PDF
导出
摘要 本文在相关文献研究基础上,采用SVM算法对不同年份的股票上证指数进行分析、验证及预测。并利用小波神经网络对往年的经济事件进行训练,将干扰加入到预测模型中使预测结果更具代表性。再运用GUI界面与Matlab程序将建立的模型输出,使仿真模型更具操作性并得出相应的一艘性结论。最后运用此界面,选取不同的干扰项及年份,预测未来的股指走势。
机构地区 北京林业大学
出处 《消费导刊》 2012年第10期6-7,10,共3页
  • 相关文献

参考文献3

  • 1孙彬,李铁克.基于v-SVR的金融股指预测及选时策略研究[J].统计与决策,2010,26(3):45-48. 被引量:7
  • 2史峰;王小川;郁磊.MATLAB神经网络30个案例分析[M]北京:北京航空航天大学出版社,2010.
  • 3李洋.基于信息粒化的机器学习分类及回归预测分析[D]北京,北京师范大学数学科学院,2009.

二级参考文献7

  • 1V Vapnik. The Nature of Statistical Learning Theory[M].Berlin: Springer Verlag,1995.
  • 2Francis E.H. Tay, L.J. Cao. Modified Support Vector Machines in Financial Time Series Forecasting[J].Neurocomputing,2002,48.
  • 3U. Thissen, R. van Brakel, A. P. de Weijer, W. J. Melssen and L. M. C. Buydens. Using Support Vector Machines for Time Series Prediction[J].Chemometrics and Intelligent Laboratory Systems, 2003,69.
  • 4S.S. Keerthi, C.J. Lin. Asymptotic Behaviors of Support Vector Machines with Gaussian Kernel[J].Neural Computation,2003,15(7).
  • 5V. Cherkassky, Y. Ma. Comparison of Model Selection for Regression[J].Neural Computation,2003,15(7).
  • 6胡蓉.多输出支持向量回归及其在股指预测中的应用[J].计算机技术与发展,2007,17(10):226-229. 被引量:11
  • 7辛治运,顾明.基于最小二乘支持向量机的复杂金融时间序列预测[J].清华大学学报(自然科学版),2008,48(7):1147-1149. 被引量:53

共引文献6

同被引文献30

引证文献4

二级引证文献9

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