| 加权支持向量机在证券指数预测中的研究 |
| |
| 引用本文： | 奉国和,朱思铭. 加权支持向量机在证券指数预测中的研究[J]. 经济数学, 2005, 22(2): 150-153 |
| |
| 作者姓名： | 奉国和 朱思铭 |
| |
| 作者单位： | 中山大学数学与计算科学学院,广州,510275;中山大学数学与计算科学学院,广州,510275 |
| |
| 基金项目： | 国家自然科学基金资助项目(基金编号:10371135) |
| |
| 摘 要： | 支持向量机是基于统计学习理论的新一代学习机器.它使用结构风险最小化原则,运用核技巧,较好地解决了学习问题.本文提出了一种基于支持向量机的加权算法,并将其应用于证券,指数预测.与径向基神经网络相比较,加权支持向量机表现出了良好的性能.
|
| 关 键 词： | 支持向量回归 加权支持向量机 证券指数 |
| 修稿时间： | 2004-07-10 |
PRDEICTING STOCK INDEX USING WEIGHTED SUPPORT VECTOR MACHINE |
| |
| Feng Guohe,ZHU SIMING. PRDEICTING STOCK INDEX USING WEIGHTED SUPPORT VECTOR MACHINE[J]. Mathematics in Economics, 2005, 22(2): 150-153 |
| |
| Authors: | Feng Guohe ZHU SIMING |
| |
| Abstract: | Support vector machines (SVM)are a new-generation machine learning based on the statistical learning throry.They uses Structural Risk Minimization and the kernel trick to solve the learning problems.Inthis paper,we use the weighted support vector machines to predict the stock index and it performs well comparing with RBF network. |
| |
| Keywords: | Support vector machine weighted SVM stock index |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
