基于小波变换域的SVM股市时间序列预测算法

被引：2

作者：

杨稣 ^{[1
]}

史耀媛 ^{[1
]}

宋恒 ^{[2
]}

机构：

[1] 西安电子科技大学

[2] 海军航空工程学院

来源：

科学技术与工程 | 2008年 / 12期

关键词：

股市; 时间序列预测; 支持向量机; 小波变换;

D O I：

暂无

中图分类号：

F830.91 [证券市场]; F224 [经济数学方法];

学科分类号：

1201 ; 020204 ; 0701 ; 070104 ;

摘要：

研究利用小波变换技术提高基于SVM的股市时间序列预测算法的效果。采用结构相同的若干SVM同步预测股市时间序列数据在不同尺度下的小波变换系数,通过对各预测值进行加权组合预测股市变化趋势。其中所有SVM的核参数采用遗传算法同时自动进化调整。通过实证分析,以及同基于SVM的股市时间序列预测算法进行对比,结果证明结合小波变换技术能够更深入揭示股市规律。

引用

页码：3171 / 3174

页数：4

共 7 条

[1] 基于支持向量机的股市时间序列预测算法 [J].