金陵科技学院学报
金陵科技學院學報
금릉과기학원학보
JOURNAL OF JINLING INSTITUTE OF TECHNOLOGY
2013年
1期
15-19
,共5页
王智钢%王池社%李广水%王蓁蓁
王智鋼%王池社%李廣水%王蓁蓁
왕지강%왕지사%리엄수%왕진진
模式识别%支持向量机%分类%行情预测
模式識彆%支持嚮量機%分類%行情預測
모식식별%지지향량궤%분류%행정예측
线性预测方法难以描述金融时间序列的非线性特征,神经网络具有非线性逼近能力,但会出现“过学习”现象,已有研究用SVR对证券行情进行短期预测,因证券短期行情具有一定随机性,预测的正确率和实际意义并不理想.提出一种基于SVC的证券行情周K线涨跌预测模型,该模型仿真实验的综合预测正确率为60.78％,上涨预测正确率为62.5％,按照模型预测结果进行证券交易的年化收益率可达10.72％.
線性預測方法難以描述金融時間序列的非線性特徵,神經網絡具有非線性逼近能力,但會齣現“過學習”現象,已有研究用SVR對證券行情進行短期預測,因證券短期行情具有一定隨機性,預測的正確率和實際意義併不理想.提齣一種基于SVC的證券行情週K線漲跌預測模型,該模型倣真實驗的綜閤預測正確率為60.78％,上漲預測正確率為62.5％,按照模型預測結果進行證券交易的年化收益率可達10.72％.
선성예측방법난이묘술금융시간서렬적비선성특정,신경망락구유비선성핍근능력,단회출현“과학습”현상,이유연구용SVR대증권행정진행단기예측,인증권단기행정구유일정수궤성,예측적정학솔화실제의의병불이상.제출일충기우SVC적증권행정주K선창질예측모형,해모형방진실험적종합예측정학솔위60.78％,상창예측정학솔위62.5％,안조모형예측결과진행증권교역적년화수익솔가체10.72％.
