版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著經(jīng)濟一體化的延伸發(fā)展,股票市場在證券領(lǐng)域中以令人矚目的速度迅猛發(fā)展。但由于股市樣本結(jié)構(gòu)不完整,各指標間存在高冗余、線性相關(guān)性,這直接影響著股市近期開盤價的預測,致使提供給投資者是否購買股票、拋售股票的參考依據(jù)不太真實,從而導致近期開盤價的跌宕起伏。因此,對于開盤價預測方法的研究具有廣泛的應(yīng)用前景。
考慮到傳統(tǒng)預測方法精度低、非線性映射能力弱等缺陷,而支持向量回歸機(SVR)全局最優(yōu)性強,能通過核函數(shù)將非線性問題轉(zhuǎn)變成線性問
2、題。另外,粒子群算法(PSO)收斂速度快、全局尋優(yōu)能力強,通過PSO優(yōu)化SVR不僅能夠選取最優(yōu)參數(shù),同時也能提高模型的泛化能力。因此,在單指標、多指標股價預測中,本文首次提出非對稱拋物型(AP)函數(shù)模糊信息粒化(FIG,AP-FIG)股市樣本,通過主成分分析(PCA)、AP-FIG、網(wǎng)格搜索(GS)優(yōu)化SVR(GS-SVR)、動態(tài)權(quán)重因子更新PSO粒子速度(DIPSO)優(yōu)化SVR(DIPSO-SVR)、首次引入動態(tài)縮減因子更新DIPSO
3、粒子位置(DKIPSO)優(yōu)化SVR(DKIPSO-SVR)組合預測股市近期開盤價的走勢及變化區(qū)間。針對上述現(xiàn)狀和問題,完成以下5部分工作:
1、針對SVR現(xiàn)有的其中3種核函數(shù),選用滬深指數(shù)、IBM指數(shù)單、多指標樣本,通過GS-SVR預測股市近期開盤價。結(jié)果表明感知器核函數(shù)(Sigmoid)擬合效果最好。
2、針對已有預測方法僅選用國內(nèi)或國外樣本,輸入指標選取開盤價或收盤價,缺乏真實性和對比性。對此,本文通過三角型函數(shù)
4、的FIG(T-FIG)和GS-SVR預測開盤價選取最優(yōu)單指數(shù)。結(jié)果表明收盤價代表性強于開盤價。
3、對于多指標樣本,通過PCA進行降維,再經(jīng)過AP-FIG和DKIPSO-SVR預測近期開盤價。由其主成分載荷和主成分排序得出:單指標預測方面,收盤價是最佳選擇;多指標方面,滬深指數(shù)降成2維,IBM指數(shù)降成1維(收盤價)。
4、針對三角型、梯型函數(shù)粒化效果不夠平滑,同時開盤價走勢又呈非對稱型,本文首次提出AP-FIG處理樣
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 胎兒體重預測SVR模型.pdf
- 機場噪聲預測SVR增量模型研究.pdf
- 基于SVR異常值檢測和VMD分解的GRNN和Markov聯(lián)合模型在風速預測中的應(yīng)用.pdf
- arma模型在股價預測中的實證研究
- MGM(1,n)和SVR的組合模型在CPI中的應(yīng)用研究.pdf
- 組合預測模型的構(gòu)建及其應(yīng)用.pdf
- 基于SVR的非機理模型建模研究及故障預測.pdf
- 基于LS-SVR模型的煤與瓦斯突出預測系統(tǒng)研究.pdf
- EIV-Kalman組合模型構(gòu)建及其在變形分析與預測中的應(yīng)用.pdf
- 基于改進PSO算法的SVR模型在MPPT中的應(yīng)用.pdf
- 基于小波包的礦壓預測模型構(gòu)建與應(yīng)用
- 基于arima模型的綠地控股股價預測
- 基于小波包的礦壓預測模型構(gòu)建與應(yīng)用.pdf
- 信用等級轉(zhuǎn)移概率預測模型的構(gòu)建與應(yīng)用.pdf
- 結(jié)合粗集的神經(jīng)網(wǎng)絡(luò)在股價預測中的研究與應(yīng)用.pdf
- 大學論文基于arima模型的股價預測研究
- 小波神經(jīng)網(wǎng)絡(luò)在股價預測中的應(yīng)用.pdf
- 基于PSO-SVR模型的原煤生產(chǎn)成本預測研究.pdf
- 分布式SVR在電力負荷預測中的研究.pdf
- 支持向量機預測模型的構(gòu)建及其應(yīng)用.pdf
評論
0/150
提交評論