《计算机应用研究》|Application Research of Computers

基于最小方差的股市拐点预测方法

Stock turning point prediction method based on minimum variance

免费全文下载 (已被下载 次)  
获取PDF全文
作者 石陆魁,秦志娇,闫会强
机构 河北工业大学 计算机科学与软件学院;河北工业大学 经济管理学院;河北省大数据计算重点实验室
统计 摘要被查看 次,已被下载
摘要 预测股市拐点对指导股市投资具有重要意义,而股市拐点的预测是不平衡分类问题,针对SVM在解决此类不平衡问题时存在的偏斜性问题,提出了一种选取惩罚因子的方法。该方法以训练集交叉验证后所有类别样本的查全率与查准率的方差的乘积做为判断标准,将最小方差乘积对应的惩罚因子作为各类的最优惩罚因子,并将此Biased-SVM模型应用于股市拐点预测。在实验中,选取了常用股票技术指标作为输入向量,与其他几种解决不平衡问题的方法进行了比较。实验结果表明最小方差法在保证非拐点的多数类样本识别精度的同时,提高了两类拐点样本的识别精度,为投资决策提供了佐证与帮助。
关键词 股市拐点预测;不平衡分类;最小方差法;SVM;惩罚因子
基金项目 天津市应用基础与前沿技术研究计划重点项目(14JCZDJC31600);河北省自然科学基金专项资助项目(F2016202144 );河北省高等学校科学技术研究重点支持项目(ZD2014030 );河北省科技计划资助项目(13456243)
本文URL http://www.arocmag.com/article/02-2017-11-006.html
收稿日期
修回日期
页码 -
中图分类号 TP181
文献标志码