本文關(guān)鍵詞：基于支持向量機(jī)算法的股市拐點(diǎn)預(yù)測(cè)分析　出處：《鄭州大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版)》2015年01期 　論文類型：期刊論文

  更多相關(guān)文章： 支持向量機(jī) 技術(shù)指標(biāo) 股市拐點(diǎn)預(yù)測(cè) 量化擇時(shí)

【摘要】：鑒于支持向量機(jī)方法在模式識(shí)別方面的優(yōu)勢(shì)和預(yù)測(cè)證券收益率方面的良好表現(xiàn),將該方法應(yīng)用于對(duì)股市拐點(diǎn)的預(yù)測(cè)可以實(shí)現(xiàn)量化擇時(shí),從而大幅提高對(duì)拐點(diǎn)預(yù)測(cè)的準(zhǔn)確性。在模型中引入對(duì)A股市場(chǎng)具有重要影響力的貨幣供應(yīng)因素之后,模型的穩(wěn)健性進(jìn)一步提高,并在模擬交易中表現(xiàn)良好。該方法對(duì)個(gè)人或機(jī)構(gòu)投資者做出投資決策可以提供佐證與幫助。
【作者單位】： 中國(guó)人民大學(xué)財(cái)政金融學(xué)院;
【分類號(hào)】：F830.91;F224
【正文快照】： 分析股市價(jià)格因趨勢(shì)變化而產(chǎn)生的買入賣出時(shí)機(jī)是擇時(shí)交易實(shí)現(xiàn)高收益率的前提,一般表現(xiàn)為拐點(diǎn)預(yù)測(cè)。投資者通常采用技術(shù)指標(biāo)分析,如相對(duì)強(qiáng)弱指標(biāo)RSI、指數(shù)平滑異同平均線MACD、KDJ指標(biāo)、能量潮O(jiān)BV等預(yù)測(cè)拐點(diǎn)。但技術(shù)指標(biāo)面對(duì)時(shí)刻變化的市場(chǎng)其預(yù)測(cè)準(zhǔn)確性有限。如果將技術(shù)指標(biāo)與

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊緒兵,韓自存;ε不敏感的核Adaline算法及其在圖像去噪中的應(yīng)用[J];安徽工程科技學(xué)院學(xué)報(bào)(自然科學(xué)版);2003年04期

2 陶秀鳳,唐詩(shī)忠,周鳴爭(zhēng);基于支持向量機(jī)的軟測(cè)量模型及應(yīng)用[J];安徽工程科技學(xué)院學(xué)報(bào)(自然科學(xué)版);2004年02期

3 許高程;張文君;王衛(wèi)紅;;支持向量機(jī)技術(shù)在遙感影像滑坡體提取中的應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2009年06期

4 郭立萍;唐家奎;米素娟;張成雯;趙理君;;基于支持向量機(jī)遙感圖像融合分類方法研究進(jìn)展[J];安徽農(nóng)業(yè)科學(xué);2010年17期

5 馮學(xué)軍;;最小二乘支持向量機(jī)的研究與應(yīng)用[J];安慶師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年01期

6 鄒心遙;姚若河;;基于LSSVM的威布爾分布形狀參數(shù)估計(jì)(英文)[J];半導(dǎo)體技術(shù);2008年06期

7 鄒心遙;姚若河;;基于LSSVM的小子樣元器件壽命預(yù)測(cè)[J];半導(dǎo)體技術(shù);2011年09期

8 李卓遠(yuǎn),吳為民,王e，

本文編號(hào)：1334471