科研之友
微信
新浪微博
Facebook
分享链接
摘要
股票价格波动的非线性、时变性等特点导致股票市场变得不稳定。建立合适的股票价格市场波动优化预测模型,可以使得政府部门提高股市监管能力、投资者规避市场风险。传统的神经网络在股票价格市场波动预测的过程中容易陷入局部极值,传统的线性预测模型对股票价格市场的波动也很难做出准确地预测。为了提高股票价格市场波动优化预测的准确率,提出了基于支持向量回归机(SVR)的股票价格市场波动优化预测模型。首先对股票市场中的历史数据进行归一化,然后选择模型的最佳参数,最后对模型进行训练和预测并将预测结果和实际值进行比较,计算预测值的波动并设置不同的股票价格波动预警等级,提前7天预测出了股票价格市场波动最高等级。结果表明,上述模型稳定性好,预测精度较高,在股票价格市场波动预测中起到了良好的效果。
- 出版日期2018
- 单位北京工商大学
