基于Bagging-SVM的股票趋势预测技术

作者：陈亚男; 薛雷

来源：电子测量技术, 2019, 42(14): 58-62.

DOI：10.19651/j.cnki.emt.1902672

• 股票趋势
• Bagging-SVM模型
• K折交叉验证法
• Bootstrap

为了更准确地预测股价趋势,为股民提供股票投资指南,在传统的支持向量机模型的基础上融入了Bagging思想,提出了一种股票价格趋势的预测方法。具体讲,就是从原始训练集中利用Bootstrap方法随机子抽样出若干个子训练集,再利用每一个子训练集训练出各自的子SVM模型,然后在测试阶段每一个子SVM模型会给出一个预测股票涨跌的趋势,最后用投票法统计出票数最多的一个作为最终预测结果。实验数据为近3年的工商银行股票指数。实验结果表明,基于Bagging-SVM股票趋势预测模型比直接用SVM模型的性能更好,在项目和工程应用上具有一定的实用价值。

• 单位
  通信与信息工程学院; 上海大学