支持向量机在股票价格预测中的应用.pdf

支持向量机在股票价格预测中的应用.pdf

ID:52399094

大小:230.36 KB

页数:4页

时间:2020-03-27

支持向量机在股票价格预测中的应用.pdf_第1页
支持向量机在股票价格预测中的应用.pdf_第2页
支持向量机在股票价格预测中的应用.pdf_第3页
支持向量机在股票价格预测中的应用.pdf_第4页
资源描述:

《支持向量机在股票价格预测中的应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、第31卷第6期北京交通大学学报Vol.31No.62007年12月JOURNALOFBEIJINGJIAOTONGUNIVERSITYDec.2007文章编号:167320291(2007)0620073204支持向量机在股票价格预测中的应用张玉川,张作泉(北京交通大学理学院,北京100044)摘要:综合在中国市场上流行的主要几种技术指标,应用支持向量机分类方法,对个股的价格涨跌进行预测分析.以当前几天的技术指标值为输入向量,若下一天的股价上涨则把该向量归为正类,若下跌则把它归为负类.先利用支持向

2、量机对样本进行训练学习,建立一个分类模式,然后根据当天及前3天指标数据对明天股价进行预测,实证结果表明对个股的预测准确率都大于60%.关键词:个股价格;涨跌预测;支持向量机;技术指标;分类模式中图分类号:F830文献标志码:AApplicationofSupportVectorMachinesinStockPricePredictingZHANGYu2chuan,ZHANGZuo2quan(SchoolofScience,BeijingJiaotongUniversity,Beijing10004

3、4,China)Abstract:Technicalindicatorsareveryimportanttoolsintheanalysisofsecuritiesinvestment.Inthispaper,consideringseveralmaintechnicalindicatorsprevailedinChinasecuritymarket,wepredictwhetherthepriceofastockriseorfallwiththesupportvectormachines(SVM

4、).Werepresentthetechnicalindicatorsofthecurrentfourdaysasinputvector.Ifthepriceofnextdayrise,wesaythevectorbelongstooppositeset,ifitfall,wesayitbelongstonegativeset.Studyingthesamples,theSVMsupportvectormachinesconstructaclassificationmodel.Then,based

5、onthedataoftodayandthreedaysbefore,theSVMgivesapredictionoftomorrowprice.Theexperimentshowsthatthepre2dictingaccuracyareallgreaterthan60%.Keywords:stockpricepredicting;technicalindicator;supportvectormachines;classificationmodel技术分析是证券投资分析中很重要的一种方标中得到

6、体现.因此多掌握几种技术指标很有必要,法,它通过对市场过去和现在的行为,应用数学和逻但是运用多种技术指标分析大量股票是非常繁重的辑方法,归纳总结出典型的行为,从而预测证券市场工作,还要凭丰富的经验.本文作者应用支持向量机的未来变化趋势.而指标分析法是技术分析中极为分类方法,综合在中国市场上流行的主要几种技术重要的分支.股票短线操作者都有一套自己惯用的指标,对个股的价格涨跌进行预测分析.因为技术指[1]技术指标体系,通常是以四五个指标为主,其他标是具体的数值,分析结果只有涨或跌两种情况,所指标为辅.

7、每个技术指标都是从一个特定的角度对以将定性分析转化为定量分析是完全可行的.市场进行观察,反映了市场某一方面深层的内涵.1支持向量机和技术指标证券投资分析技术指标种类繁多,全世界各种各样的技术指标有千种以上,几乎能考虑到市场的支持向机分类方法是一种基于统计学习理论的[223]方方面面.可以说投资者能够想到的,都能在技术指方法,其基本思路是:给定一个训练样本集T=收稿日期:2006203228基金项目:国家自然科学基金资助项目(70471002)作者简介:张玉川(1981—),男,山东莱芜人,硕士生.

8、email:yuchuan3912@163.com张作泉(1964—),男,山西大同人,副教授,博士.北京交通大学学报第31卷74n[4]{(x1,y1),(x2,y2)⋯(xl,yl)},其中xi∈R,是n量与未来值之间存在光滑映射.就市场常识而维输入向量,其分量称为特征,yi∈{1,-1}是输出.言,这种光滑映射在股票价格序列中是不存在的,但另外给出待预测数据集:xl+1,xl+2,⋯,xm(m>我们可以引入其他市场信息,如成交量、各种技术指l),通过对训练样本集数据的训练学习

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。