共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
随着金融市场的不断发展,对于股指期货的预测变得十分必要.本文首先介绍了支持向量机并且分析了支持向量机的原理,并且建立了基于支持向量机的股指期货合约价格预测模型,最后应用实例验证其科学性. 相似文献
3.
4.
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。 相似文献
5.
6.
7.
利率期限结构一直是量化研究领域的重点课题,目前国内关于利率期限结构拟合的研究较多,而对利率期限结构的预测则研究较少,关于利用支持向量机的方法预测利率期限结构的研究更是屈指可数,本文利用支持向量机对国债的即期利率进行了拟合和预测,并与普通的时间序列线性模型对比,发现支持向量机的拟合和预测效果均好于自回归模型。 相似文献
8.
股票预测是一种非线性、不确定的时间序列问题,传统方法很难对其进行准确预测.本文分析了支持向量机(SVM)在股票预测中应用的可行性.并通过邯郸钢铁股票数据对该方法进行了检验,结果显示,支持向量机具有较强的泛化能力. 相似文献
9.
10.
利用我国上市公司财务数据,采用支持向量机模型对上市公司财务危机预警研究,将其与神经网络模型进行比较,结果表明,无论在分类能力和预测能力上,支持向量机模型的精度和可信度都高于神经网络模型。证实了该方法用于财务预警的有效性及优越性。 相似文献
11.
本文在阐述创新型预测模型理论的基础上,分别利用基于BP神经网络和支持向量机的股票指数预测模型,在小样本的情况下对沪深300指数进行了研究和短期预测.研究结果表明,基于支持向量机的预测模型在预测精度、收敛时间、最优性等方面均优于基于BP神经网络的预测模型. 相似文献
12.
13.
近年来宠物经济的迅速发展为宠物食品企业带来了发展机遇,其企业价值也会有一定的改变。但是宠物食品企业价值评估领域的研究匮乏,理论体系也有待完善。本文基于宠物食品企业起步时间晚、高速成长等特点,并考虑到支持向量机模型在小样本、非线性预测方面的优势,引入支持向量机模型对宠物食品企业营业收入进行预测,再采用自由现金流折现模型评估其企业价值,并与基于灰色预测的自由现金流折现模型的估值结果进行对比分析,充分说明了基于支持向量机的自由现金流折现模型在评估宠物食品企业价值方面的可靠性,提供了新的评估思路。 相似文献
14.
基于信息粒化和支持向量机的股票价格预测 总被引:1,自引:0,他引:1
信息粒化是进行海量数据挖掘和模糊信息处理的有效工具。本文提出了一种基于信息粒化和支持向量机的股票价格预测方法。利用长安汽车的股票数据,建立股票开盘价回归预测模型,该模型克服了传统时间序列模型仅局限于线性系统的情况。应用实例表明:该方法能有效地预测股票价格的变化范围。 相似文献
15.
以2005~2012年桂林市入境旅游客流量为研究对象,借助于 MATLAB及 SPSS软件,建立了多元线性回归模型和 GM(1,1)模型,分别用这两个模型对桂林市入境旅游客流量进行预测,并将两种模型的预测效果进行比较分析,选择最优模型对未来5年桂林市入境旅游客流量进行预测。结果表明:采用 GM(1,1)模型能够更科学有效地预测桂林市中长期的入境客流量,其预测方法和结果对旅游规划具有一定的参考价值。 相似文献
16.
17.
本文通过研究两种不确定支持向量机各自的优缺点和适用范围,分别对粗支持向量机和模糊支持向量机在船舶购置成本中的应用进行了可行性分析,由此本文提出了改进不确定支持向量机,构建预测模型的基本思路。 相似文献
18.
王荡洋 《中国农业银行武汉培训学院学报》2010,(4):9-13
汇率的预测研究一直是国际金融领域研究的一个热点。混沌时间序列的建模与预测的关键是相空间重构和非线性函数逼近,基于汇率时间序列存在混沌特征的特点,利用相空间重构技术对汇率时间序列进行重构,然后利用支持向量机作为非线性函数逼近,构建了一种基于支持向量机回归(SVR)的汇率预测模型。采用美元兑人民币的日汇率进行实证研究,结果表明,所构建的SVR模型能较好的反映汇率的变化趋势,预测精度较高。 相似文献
19.
20.
改进SVR在金融时间序列预测中的应用 总被引:2,自引:0,他引:2
针对目前金融时间序列预测方法的不足,在利用训练样本与测试样本间马氏距离对惩罚因子进行加权的基础上,改进传统的支持向量回归机(SVR).通过以上海证券综合指数趋势的预测为例子,与标准BP人工神经网络(BPANN)和SVR方法进行了对比,发现该方法能获得更准确的预测结果.结果表明,该方法能充分反映股票价格时间序列趋势规律,是研究金融时间序列预测问题的有效方法. 相似文献