基于两类核函数的TSVR在股价预测中的比较

作者：尹湘锋; 崔浩锋; 文雪婷

来源：统计与决策, 2021, 37(12): 43-46.

DOI：10.13546/j.cnki.tjyjc.2021.12.009

• 孪生支持向量机
• 线性核
• 多项式核
• GA
• PSO

股价预测是一个复杂的非线性问题,随着数据分析技术的不断发展,应用机器学习方法来进行股票量化分析的研究也越来越多。文章用非线性孪生支持向量回归对股票价格的走势进行分析,对股票价格进行预测。在应用中分别对使用线性核函数和多项式核函数的非线性孪生支持向量回归预测性能进行了比较;在回归中的参数寻优上,分别利用遗传算法和粒子群优化算法进行寻优。结果表明:线性核孪生支持向量回归和多项式核孪生支持向量回归对股价走势的分析及价格预测均可提供一定程度的参考,其中多项式核孪生支持向量回归有较高的精度;参数寻优上,遗传算法优化效果较好。

• 单位
  湖南科技大学