基于PSO-SVR的期货价格预测 |
| |
引用本文: | 李峤志.基于PSO-SVR的期货价格预测[J].时代金融,2013(9). |
| |
作者姓名: | 李峤志 |
| |
作者单位: | 东北财经大学金融学院,辽宁 大连,116023 |
| |
摘 要: | 本文建立基于粒子群优化(PSO)的支持向量机(SVR),实现对期货价格的有效预测。首先选取代表性的技术指标、收盘价和成交量作为样本特征集,以下一时刻的收盘价作为输出变量。然后通过粒子群优化算法寻找最优的惩罚因子和RBF函数的宽度参数,在此基础上建立支持向量机模型,并用样本集进行训练。最终仿真结果显示基于粒子群算法的支持向量机模型具有学习精度高、泛化能力较强的性质,可用于期货价格的短期预测。
|
关 键 词: | 粒子群优化算法 支持向量机 技术指标 价格预测 |
本文献已被 万方数据 等数据库收录! |
|