混合遗传算法和支持向量机的股票预测模型被引量：1

下载PDF

导出

摘要本文提出了一种基于遗传算法和支持向量机的股市预测混合机器学习系统。将技术分析领域的各种指标作为输入特征,同时把不同公司股票价格之间的相关性进行计算,利用高相关性股票的技术指标,更好地进行股票走势预测。文中,利用遗传算法从所有技术指标中选出信息量最大的一组作为输入特征。结果表明,在股票走势预测方面,混合遗传算法和支持向量机的模型优于独立支持向量机模型的表现。

作者陈皓

机构地区首都经济贸易大学信息学院

出处《现代营销（上）》 2020年第4期181-182,共2页 MARKETING MANAGEMENT REVIEW

关键词遗传算法支持向量机股市预测

分类号 G63 [文化科学—教育学]

引文网络
相关文献

参考文献2

1方匡南,纪宏,路逊.股票技术指标相似性与有效性研究[J].统计与信息论坛,2009,24(9):26-30. 被引量：9
2刘小茂,田立.现代金融风险的度量方法[J].统计与决策,2007,23(1):4-6. 被引量：8

二级参考文献10

1孙碧波,方健雯.对中国证券市场弱态有效性的检验——基于技术分析获利能力的实证研究[J].上海财经大学学报,2004,6(6):52-57. 被引量：22
2俞乔.市场有效、周期异常与股价波动——对上海、深圳股票市场的实证分析[J].经济研究,1994,29(9):43-50. 被引量：295
3宋颂兴,金伟根.上海股市市场有效实证研究[J].经济学家,1995(4):107-113. 被引量：159
4Fama. Efficient capital markets: a review of theory and empirical work[J].Journal of Finance,1970(25) :383-17.
5Fama, Blume. Filter rules and stock market trading profits[J].Journal of Business 1966(39):26-41.
6Brock, Lakonishok, Le.Baron. Simple technical trading rules and the stochastic properties of stock returns [ J ]. Journal of Finance, 1992(47) : 1731 - 1764.
7Bessembinder, Chart. The profitability of technical trading rules in the Asian stock markets[J]. Pacific - Basin Finance Journal 1995(3) :257 - 284.
8Ito. Profits on technical trading rules and time- varying expected returns: evidence from Pacific- Basin equity markets[J]. Pacific- Basin Finance Journal, 1999(7) :283 - 330.
9Pang- Ning Tan, Micheal Steinbach, Vipin Kumar.数据挖掘导论(英文版)[M].北京:人民邮电出版社,2006:56-289.
10周四军.中国股市的弱式有效性检验[J].统计与信息论坛,2003,18(2):42-44. 被引量：15

共引文献14

1张阚,丰雪.最大熵分布在投资组合中的应用研究[J].沈阳农业大学学报,2007,38(6):881-884. 被引量：1
2徐芳燕.金融风险度量的主要问题及解决[J].商场现代化,2008(18):173-174.
3蒋玉梅,王明照.金融风险计量中人工神经网络的应用[J].广西金融研究,2008(9):52-55. 被引量：1
4王敏,王凡.税收收入风险的测度与应用[J].理论与现代化,2010(4):54-59. 被引量：8
5周圣.均值—条件风险价值模型有效前沿分析——以含无风险资产和持有期为研究视角[J].西南交通大学学报（社会科学版）,2012,13(3):122-126. 被引量：3
6胡阳,孙艺元,陈婷婷.《证券投资学》技术分析内容的教学研究[J].商业时代,2013(11):97-98. 被引量：3
7王领,胡扬.基于C4.5决策树的股票数据挖掘[J].计算机与现代化,2015(10):21-24. 被引量：6
8王霞.技术指标分析在证券投资中的应用——基于因子分析和Logistic回归分析[J].物流工程与管理,2016,38(4):155-157. 被引量：1
9蒋玉梅,王明照.金融风险计量中人工神经网络的应用[J].管理观察,2008(11):188-189.
10郝知远.基于改进的支持向量机的股票预测方法[J].江苏科技大学学报（自然科学版）,2017,31(3):339-343. 被引量：13

同被引文献4

1陈果.基于遗传算法的支持向量机分类器模型参数优化[J].机械科学与技术,2007,26(3):347-350. 被引量：41
2丁世飞,齐丙娟,谭红艳.支持向量机理论与算法研究综述[J].电子科技大学学报,2011,40(1):2-10. 被引量：1002
3赵荣珍,李坤杰.基于类内类间判据与遗传算法的故障特征选择方法[J].兰州理工大学学报,2017,43(2):35-39. 被引量：3
4张雷.基于混合遗传算法-支持向量机的中小型企业信用评估模型[J].河南师范大学学报（自然科学版）,2022,50(2):79-85. 被引量：9

引证文献1

1杨逍,陈世国,许鑫.基于支持向量机混合遗传算法的分类模型[J].电脑编程技巧与维护,2025(8):41-43. 被引量：1

二级引证文献1

1余华东.一种改进的加权关联规则算法在高校精准资助中的应用[J].成都工业学院学报,2026,29(1):97-103.

1袁顺杰,程辉,叶贞成,程培鑫.SOM-T2 FLS在股市预测中的应用研究[J].计算机工程与应用,2020,56(7):130-136. 被引量：1

现代营销（上）

2020年第4期

浏览历史

内容加载中请稍等...

混合遗传算法和支持向量机的股票预测模型被引量：1

参考文献2

二级参考文献10

共引文献14

同被引文献4

引证文献1

二级引证文献1

相关作者

相关机构

相关主题

浏览历史

混合遗传算法和支持向量机的股票预测模型 被引量：1

参考文献2

二级参考文献10

共引文献14

同被引文献4

引证文献1

二级引证文献1

相关作者

相关机构

相关主题

浏览历史

混合遗传算法和支持向量机的股票预测模型被引量：1