基于支持向量機(jī)的金融時(shí)序數(shù)據(jù)預(yù)測算法研究.pdf

1、在金融時(shí)序數(shù)據(jù)預(yù)測方面,為了達(dá)到風(fēng)險(xiǎn)結(jié)構(gòu)最小化,在1995年Vapnik提出支持向量機(jī)模型。置信區(qū)間和經(jīng)驗(yàn)風(fēng)險(xiǎn)的兩方面影響能被向量機(jī)的風(fēng)險(xiǎn)最小化理論兼顧了,不單單是對經(jīng)驗(yàn)風(fēng)險(xiǎn)尋求最小化。因此,它在和神經(jīng)網(wǎng)絡(luò)模型進(jìn)行對比時(shí),其表現(xiàn)更為優(yōu)良。支持向量機(jī)的優(yōu)勢不止如此,它在進(jìn)行訓(xùn)練模型時(shí),計(jì)算難易度與傳統(tǒng)不同,不依賴于輸入信息的維數(shù)。支持向量機(jī)起初廣泛地用在機(jī)器學(xué)習(xí)、模式識別等相關(guān)領(lǐng)域,非線性回歸問題在近年來也開始運(yùn)用支持向量機(jī)。
　　

2、目前有很多研究表明,在預(yù)測金融時(shí)序的領(lǐng)域,輸入與輸出兩個(gè)變量的關(guān)系不是固定的,兩者總是隨著時(shí)間的變化而變化,在預(yù)測問題中,近期的數(shù)據(jù)相對于遠(yuǎn)期的數(shù)據(jù),其包含信息多得多,由此自然的想法是對于近期的信息賦予更高的權(quán)重。本文選取股票開盤指數(shù)作為金融時(shí)序數(shù)據(jù)的特列進(jìn)行預(yù)測與分析。
　　股票是與廣大人民群眾的生活以及社會經(jīng)濟(jì)發(fā)展息息相關(guān)的,因此股票預(yù)測在社會生活中有著非常重要的實(shí)際意義。
　　本文的股票預(yù)測系統(tǒng)主要是用兩種算法來實(shí)現(xiàn)對

3、股票開盤指數(shù)的預(yù)測。第一種算法是支持向量機(jī)的回歸預(yù)測算法,根據(jù)股票數(shù)據(jù)特征值建立一個(gè)模型,然后利用該模型進(jìn)行股票開盤指數(shù)的預(yù)測,最后與真實(shí)結(jié)果相對比。第二種算法是支持向量機(jī)時(shí)序回歸預(yù)測,該算法不考慮股票的數(shù)據(jù)特征值,僅把時(shí)間作為自變量,然后把時(shí)間信息?；?每個(gè)時(shí)間信息粒包含最低值,最高值和平均值,根據(jù)時(shí)間序列預(yù)測股票的波動(dòng)區(qū)間。
　　兩種算法各有特點(diǎn),第一個(gè)算法考慮的特征因素較多,預(yù)測的準(zhǔn)確率相對較高;而第二種算法則通過信息?；?/p>