计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2005年
30期
221-224
,共4页
人工智能%预测模型%支持向量回归%金融时间序列%非线性建模
人工智能%預測模型%支持嚮量迴歸%金融時間序列%非線性建模
인공지능%예측모형%지지향량회귀%금융시간서렬%비선성건모
介绍了支持向量回归的建模原理及常用版本,详细探讨了利用支持向量回归方法建立金融时间序列预测模型,进行单步预测和多步预测的步骤.将它们应用到我国上证180指数预测中,并且比较了它们的预测性能.数值实验表明,SVR方法对非平稳的金融时间序列具有良好的建模和泛化能力.特别是LS-SVR用等式约束代替传统支持向量机中不等式约束,使求解过程从解QP问题变成解一组等式方程,因此学习速度更快,并具有更好的预测效果.
介紹瞭支持嚮量迴歸的建模原理及常用版本,詳細探討瞭利用支持嚮量迴歸方法建立金融時間序列預測模型,進行單步預測和多步預測的步驟.將它們應用到我國上證180指數預測中,併且比較瞭它們的預測性能.數值實驗錶明,SVR方法對非平穩的金融時間序列具有良好的建模和汎化能力.特彆是LS-SVR用等式約束代替傳統支持嚮量機中不等式約束,使求解過程從解QP問題變成解一組等式方程,因此學習速度更快,併具有更好的預測效果.
개소료지지향량회귀적건모원리급상용판본,상세탐토료이용지지향량회귀방법건립금융시간서렬예측모형,진행단보예측화다보예측적보취.장타문응용도아국상증180지수예측중,병차비교료타문적예측성능.수치실험표명,SVR방법대비평은적금융시간서렬구유량호적건모화범화능력.특별시LS-SVR용등식약속대체전통지지향량궤중불등식약속,사구해과정종해QP문제변성해일조등식방정,인차학습속도경쾌,병구유경호적예측효과.
