基于支持向量机的股市预测和交易策略研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：股市数据是一个有复杂规律的时间序列数据，采用机器学习方法来提高股市趋势预测的准确性是一个长期的探索。文章基于支持向量机理论，通过实验分析比较，优化参数提高预测准确率，模拟历史交易，完善股市交易策略提高投资收益。提出以股价移动平均值代替股价个值作为输入向量，通过优化参数组合（向量长度、观察期长度、移动均值滑动长度） ，模型预测准确率显著提升至83%以上，最高可达98.77%。（剩余5923字）

试读结束

目录
monitor
客服机器人