文章針對所得上漲指數(shù)數(shù)據(jù)利用深度學(xué)習(xí)支持向量機模型對下一個上證指數(shù)進行數(shù)值預(yù)測。該算法具體為利用全概率知識及深度學(xué)習(xí)支持向量機對上證指數(shù)數(shù)據(jù)進行預(yù)處理,并對上證指數(shù)數(shù)據(jù)進行深度學(xué)習(xí)支持向量特征訓(xùn)練學(xué)習(xí),然后優(yōu)化深度學(xué)習(xí)支持向量機模型結(jié)構(gòu)及相關(guān)參數(shù),最后利用所得優(yōu)化深度學(xué)習(xí)支持向量機模型對下一個交易日的上證指數(shù)進行數(shù)值預(yù)測。 

【文章來源】：統(tǒng)計與決策. 2019,35(02)北大核心CSSCI

【文章頁數(shù)】：3 頁

【參考文獻】：
期刊論文
[1]基于進化深度學(xué)習(xí)的特征提取算法[J]. 陳珍,夏靖波,柏駿,徐敏.  計算機科學(xué). 2015(11)
[2]玻爾茲曼機研究進展[J]. 劉建偉,劉媛,羅雄麟.  計算機研究與發(fā)展. 2014(01)
[3]深度學(xué)習(xí)的昨天、今天和明天[J]. 余凱,賈磊,陳雨強,徐偉.  計算機研究與發(fā)展. 2013(09)
[4]基于支持向量機股票價格指數(shù)建模及預(yù)測[J]. 劉道文,樊明智.  統(tǒng)計與決策. 2013(02)
[5]基于支持向量機的股票預(yù)測[J]. 張晨希,張燕平,張迎春,陳潔,萬忠.  計算機技術(shù)與發(fā)展. 2006(06)
[6]基于遺傳神經(jīng)網(wǎng)絡(luò)的股票價格短期預(yù)測[J]. 孫全,朱江.  計算機工程與應(yīng)用. 2002(05)

碩士論文
[1]基于模糊深度學(xué)習(xí)網(wǎng)絡(luò)算法的短期股價預(yù)測[D]. 劉慶玲.哈爾濱工業(yè)大學(xué) 2016
[2]基于深度學(xué)習(xí)的極限學(xué)習(xí)機算法研究[D]. 馬萌萌.中國海洋大學(xué) 2015



本文編號：3012337