本文關(guān)鍵詞：基于近鄰互信息的SVM-GARCH股票價(jià)格預(yù)測模型研究，由筆耕文化傳播整理發(fā)布。

【摘要】：為了克服傳統(tǒng)線性模型分析處理收益率數(shù)據(jù)非線性因素的不足,本文提出一種新的基于近鄰互信息特征選擇的SVM-GARCH預(yù)測模型。該模型利用SVM處理高維非線性數(shù)據(jù)的優(yōu)勢,不僅包含了股指序列自身的歷史數(shù)據(jù)信息,而且通過近鄰互信息的方式融合了與目標(biāo)股指數(shù)據(jù)關(guān)系密切的周邊證券市場的相關(guān)變化信息。仿真實(shí)驗(yàn)結(jié)果表明,該模型在時(shí)序數(shù)據(jù)除噪、趨勢判別以及預(yù)測的精確度等方面均優(yōu)于傳統(tǒng)的ARMA-GARCH模型。
【作者單位】： 山西大學(xué)管理與決策研究所;山西大學(xué)經(jīng)濟(jì)與管理學(xué)院;
【關(guān)鍵詞】： 股票價(jià)格預(yù)測 SVM-GARCH模型 近鄰互信息
【基金】：國家自然科學(xué)基金面上項(xiàng)目(71371113) 教育部人文社會(huì)科學(xué)研究項(xiàng)目(13YJA790154)
【分類號(hào)】：F830.91;F224
【正文快照】： 1引言隨著人們對金融市場認(rèn)識(shí)的不斷加深,國內(nèi)外廣大研究人員提出了大量的金融時(shí)序數(shù)據(jù)的分析預(yù)測模型,在這些方法中有基于傳統(tǒng)統(tǒng)計(jì)理論的AR-MA模型[1-2]、GARCH模型[3-4]及馬爾科夫鏈[5-6]等,也有人工神經(jīng)網(wǎng)絡(luò)算法(Artificial Neural Net-work,ANN)[7-8]、支持向量機(jī)(Support

  本文關(guān)鍵詞：基于近鄰互信息的SVM-GARCH股票價(jià)格預(yù)測模型研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：436439