设为首页 | 加入收藏
文献检索:

基于SVC的证券行情周K线涨跌预测


□ 王智钢[1,2] 王池社[1,2] 李广水[1] 王蓁蓁[1]

[1]金陵科技学院信息技术学院,江苏南京211169 [2]江苏省信息分析工程实验室,江苏南京211169

摘 要:

线性预测方法难以描述金融时间序列的非线性特征,神经网络具有非线性逼近能力,但会出现“过学习”现象,已有研究用SVR对证券行情进行短期预测,因证券短期行情具有一定随机性,预测的正确率和实际意义并不理想。提出一种基于SVC的证券行情周K线涨跌预测模型,该模型仿真实验的综合预测正确率为60.78%,上涨预测正确率为62.5%,按照模型预测结果进行证券交易的年化收益率可达10.72%。

特别说明:本文献摘要信息,由维普资讯网提供,本站只提供索引,不对该文献的全文内容负责,不提供免费的全文下载服务。

关于我们 | 网站声明 | 合作伙伴 | 联系方式 | IP查询
金月芽期刊网 2021 触屏版 繁體版 电脑版 京ICP备13008804号-2