基于加权最小二乘支持向量机的金融时间序列预测 |
| |
作者姓名: | 葛黎辉 周宏 |
| |
作者单位: | 南京农业大学理学院 |
| |
基金项目: | 江苏省人文社会科学基金重点项目 |
| |
摘 要: | 针对股票市场的高噪声,强非线性和不确定性等特点和以往传统的神经网络预测方法存在的不足,对标准最小二乘支持向量机方法优化,运用给各个样本的惩罚系数和误差要求赋予不同权重的加权最小二乘支持向量机方法结合滚动时间窗来学习建模。对上证地产业类指数的建模和预测表明,该算法具有良好的预测精度和抗燥性能,是对股市进行分析和预测的一种可行而有效的方法。
|
关 键 词: | 预测 加权支持向量机 股票指数 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|