基于模糊近似支持向量回归的股价预测研究

作者：王冰玉; 刘勇军

来源：计算机技术与发展, 2021, 31(03): 14-20.

DOI：10.3969/j.issn.1673-629X.2021.03.003

• 股价预测
• 支持向量回归
• 信噪比
• 输入指标
• 模糊近似支持向量回归

股价预测是投资策略形成和风险管理模型发展的基础。为了降低股价变化趋势中的噪声信息和投资者关于两种股价预测误差的不同偏好对股价预测的影响,提出了基于信噪比的模糊近似支持向量回归(FPSVR)的股价预测模型。首先构建信噪比输入变量,然后引入模糊隶属度和双边权重测量方法对支持向量回归(SVR)模型进行改进,最后借助沪深300成份股2008至2019年的股票时间序列日数据,按照股市的波动情况将其分为三个阶段(牛市、熊市、震荡市),并建立三个基准模型进行对比分析。研究结果表明:与三个基准模型相比,所提出的股价预测模型的预测误差最低;与原有的SVR模型相比,FPSVR模型可以更好地对处于牛市和震荡市阶段的股票时间序列进行股价预测。

• 单位
  华南理工大学