本文關(guān)鍵詞： 股市拐點(diǎn)預(yù)測(cè) 不平衡分類 最小方差法 SVM 懲罰因子　出處：《計(jì)算機(jī)應(yīng)用研究》2017年11期 　論文類型：期刊論文

【摘要】：預(yù)測(cè)股市拐點(diǎn)對(duì)指導(dǎo)股市投資具有重要意義,而股市拐點(diǎn)的預(yù)測(cè)是不平衡分類問(wèn)題。針對(duì)SVM在解決此類不平衡問(wèn)題時(shí)存在的偏斜性問(wèn)題,提出了一種選取懲罰因子的方法。該方法以訓(xùn)練集交叉驗(yàn)證后所有類別樣本的查全率與查準(zhǔn)率的方差的乘積作為判斷標(biāo)準(zhǔn),將最小方差乘積對(duì)應(yīng)的懲罰因子作為各類的最優(yōu)懲罰因子,并將此Biased-SVM模型應(yīng)用于股市拐點(diǎn)預(yù)測(cè)。在實(shí)驗(yàn)中,選取了常用股票技術(shù)指標(biāo)作為輸入向量,與其他幾種解決不平衡問(wèn)題的方法進(jìn)行了比較。實(shí)驗(yàn)結(jié)果表明,最小方差法在保證非拐點(diǎn)的多數(shù)類樣本識(shí)別精度的同時(shí)提高了兩類拐點(diǎn)樣本的識(shí)別精度,為投資決策提供了佐證與幫助。
[Abstract]:Predicting the inflection point of the stock market is of great significance to guide the investment of the stock market, but the prediction of the inflection point of the stock market is an unbalanced classification problem. In this paper, a method of selecting penalty factors is proposed, which is based on the product of the recall rate and the variance of the recall rate of all kinds of samples after cross-validation of the training set. The penalty factor corresponding to the product of minimum variance is used as the optimal penalty factor, and the Biased-SVM model is applied to predict the inflection point of the stock market. In the experiment, the commonly used technical indexes of stock are selected as input vectors. The experimental results show that the minimum variance method not only ensures the recognition accuracy of most classes of non-inflection points, but also improves the recognition accuracy of two kinds of inflection point samples. It provides evidence and help for investment decision.
【作者單位】： 河北工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與軟件學(xué)院;河北工業(yè)大學(xué)河北省大數(shù)據(jù)計(jì)算重點(diǎn)實(shí)驗(yàn)室;河北工業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院;
【基金】：天津市應(yīng)用基礎(chǔ)與前沿技術(shù)研究計(jì)劃重點(diǎn)項(xiàng)目(14JCZDJC31600) 河北省自然科學(xué)基金資助項(xiàng)目(F2016202144) 河北省高等學(xué)�？茖W(xué)技術(shù)研究重點(diǎn)資助項(xiàng)目(ZD2014030) 河北省科技計(jì)劃資助項(xiàng)目(13456243)
【分類號(hào)】：F832.51;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前9條

1 牛玉剛,楊成梧,趙建叢;一類非線性不確定系統(tǒng)的最小方差神經(jīng)控制[J];控制與決策;2000年04期

2 都珂,喻壽益;最小方差調(diào)節(jié)律參數(shù)靈敏度分析[J];中南工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2000年05期

3 龐巖;李維亮;夏浩;吳志剛;;非線性廣義最小方差控制律綜述[J];動(dòng)力學(xué)與控制學(xué)報(bào);2013年02期

4 覃貴禮;潘澤鍇;;基于最小方差模型的自適應(yīng)控制器設(shè)計(jì)研究[J];制造業(yè)自動(dòng)化;2011年11期

5 邱志強(qiáng),孫建華;運(yùn)用廣義最小方差控制器實(shí)現(xiàn)對(duì)艦船航態(tài)的綜合控制[J];華東船舶工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版);2001年05期

6 張立群,邵惠鶴;基于最小方差控制的閉環(huán)辨識(shí)信號(hào)設(shè)計(jì)[J];上海交通大學(xué)學(xué)報(bào);2004年04期

7 屠宇,梁慧冰;模糊控制對(duì)最小方差自適應(yīng)控制器性能的改進(jìn)[J];廣東工業(yè)大學(xué)學(xué)報(bào);2001年02期

8 王海波;楊馬英;;基于廣義最小方差基準(zhǔn)的控制器性能評(píng)價(jià)及應(yīng)用[J];機(jī)電工程;2010年09期

9 崔平遠(yuǎn);朱曉軍;;造紙過(guò)程最小方差控制的參數(shù)匹配策略[J];化工自動(dòng)化及儀表;1990年05期

相關(guān)博士學(xué)位論文 前1條

1 王志國(guó);基于最小方差基準(zhǔn)的非線性系統(tǒng)控制性能評(píng)估研究[D];江南大學(xué);2013年

相關(guān)碩士學(xué)位論文 前2條

1 張慶躍;基于最小方差基準(zhǔn)的控制系統(tǒng)性能評(píng)價(jià)[D];廈門大學(xué);2014年

2 王海波;基于廣義最小方差的控制系統(tǒng)性能評(píng)價(jià)[D];浙江工業(yè)大學(xué);2010年

，

本文編號(hào)：1548553