收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于PSO优化LSSVM的股价时间序列预测

王国俊  
【摘要】:现实中的金融时间序列存在非线性、不确定性等特点,利用传统的预测方法难以获得满意的结果。提出了一种基于PSO优化LSSVM模型参数的股价时间序列预测方法。利用PSO算法的收敛速度快和全局收敛能力,优化LSSVM的惩罚因子和核函数参数。利用该方法应用于金融市场中的股价序列预测,与传统方法对比表明,该模型能够提高金融时间序列的预测精度,其具有更好的泛化能力,这对国内投资者进行股票投资具有现实的借鉴意义。

知网文化
【相似文献】
中国期刊全文数据库 前5条
1 邢蕾;;基于小波分析时间序列预测技术进展[J];吉林金融研究;2009年04期
2 周博;严洪森;;基于小波和多维泰勒网动力学模型的金融时间序列预测[J];系统工程理论与实践;2013年10期
3 刘巧莲;;时间序列预测及在汇率市场中的应用[J];枣庄学院学报;2007年05期
4 夏国恩;邵培基;;改进SVR在金融时间序列预测中的应用[J];金融理论与实践;2008年11期
5 张正阳;陈静;;基于改进SVC的金融时间序列预测[J];现代商业;2014年05期
中国重要会议论文全文数据库 前1条
1 李丽;薛冰;牛奔;;基于改进PSO算法的投资组合问题研究[A];第十二届中国管理科学学术年会论文集[C];2010年
中国博士学位论文全文数据库 前1条
1 熊涛;基于EMD的时间序列预测混合建模技术及其应用研究[D];华中科技大学;2014年
中国硕士学位论文全文数据库 前2条
1 武春荣;基于事件影响度的金融时间序列预测[D];哈尔滨工业大学;2009年
2 田军;基于PSO的神经网络模型在股价预测上的研究及应用[D];新疆大学;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978