基于加权最小二乘支持向量机的金融时间序列预测  

作　　者：葛黎辉[1] 周宏[1] 

机构地区：[1]南京农业大学理学院

出　　处：《商场现代化》2009年第12期358-359,共2页

基　　金：江苏省人文社科基金重点项目(06SJB790015)资助

摘　　要：针对股票市场的高噪声,强非线性和不确定性等特点和以往传统的神经网络预测方法存在的不足,对标准最小二乘支持向量机方法优化,运用给各个样本的惩罚系数和误差要求赋予不同权重的加权最小二乘支持向量机方法结合滚动时间窗来学习建模。对上证地产业类指数的建模和预测表明,该算法具有良好的预测精度和抗燥性能,是对股市进行分析和预测的一种可行而有效的方法。

关 键 词：预测 加权支持向量机 股票指数 

分 类 号：F830.9[经济管理—金融学] F224