本文關(guān)鍵詞：股票預(yù)測(cè)中AP-FIG和DKIPSO-SVR模型的建立與應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：針對(duì)股市指標(biāo)因子間存在高冗余、非線性等特點(diǎn),同時(shí)開盤價(jià)還受政治、經(jīng)濟(jì)、投資者心理等因素影響,使得線性方法無法準(zhǔn)確地預(yù)測(cè)開盤價(jià)的走勢(shì)及波動(dòng)范圍.因此,為了提高開盤價(jià)預(yù)測(cè)的準(zhǔn)確率,首次提出AP-FIG算法處理收盤價(jià),同時(shí)首次在動(dòng)態(tài)改進(jìn)的粒子群算法(DIPSO)位置更新過程中引入縮減因子,并對(duì)其動(dòng)態(tài)調(diào)整(DKIPSO),構(gòu)建基于DKIPSO自動(dòng)選取SVR參數(shù)的開盤價(jià)預(yù)測(cè)模型(DKIPSO-SVR).仿真結(jié)果表明,相比于DIPSO-SVR,DKIPSO-SVR不僅提高了泛化能力,還增強(qiáng)了穩(wěn)健性;對(duì)比于GS-SVR,DKIPSO-SVR不僅誤差低、擬合效果好,同時(shí)還將精度提高近7個(gè)百分點(diǎn).最重要的是,利用AP-FIG算法處理收盤價(jià)的預(yù)測(cè)結(jié)果優(yōu)于其他隸屬度方程,使得AP-FIG和DKIPSO-SVR組合模型在股市開盤價(jià)預(yù)測(cè)方面具有更加廣泛的應(yīng)用價(jià)值.
【作者單位】： 內(nèi)蒙古師范大學(xué)計(jì)算機(jī)與信息工程學(xué)院;呼和浩特聯(lián)通公司;內(nèi)蒙古大學(xué)計(jì)算機(jī)學(xué)院;
【關(guān)鍵詞】： 證券投資 模糊信息�；� 支持向量回歸機(jī) 動(dòng)態(tài)粒子群算法 DKIPSO-SVR模型
【分類號(hào)】：F830.91;TP18
【正文快照】： 證券投資市場(chǎng)是一種風(fēng)險(xiǎn)與利益共存的交易場(chǎng)所,隨著經(jīng)濟(jì)的發(fā)展和社會(huì)水平的提高,股票投資已成為整個(gè)金融行業(yè)的主要組成部分.由于股票投資中風(fēng)險(xiǎn)與收益同比增減,使得投資者擔(dān)待的風(fēng)險(xiǎn)越大,獲取的利益也就越多.因此,對(duì)于股市開盤價(jià)預(yù)測(cè)方法的研究將具有重要的理論意義和使用價(jià)

  本文關(guān)鍵詞：股票預(yù)測(cè)中AP-FIG和DKIPSO-SVR模型的建立與應(yīng)用，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：417275