探讨基于支持向量机的高频金融时间序列预测

论文摘要

论文总结了一种现今的高频金融时间序列数据预测手段,这种方法是将预处理采集到的数据通过决策树抽取不同特征的高频金融时间序列,建立基于支持向量机的高频金融时间序列预测模型,预测高频金融时间序列。数据显示,该方法使预测效率提高,同时也很精准。

论文目录

• 1 引言
• 2 提取高频金融时间序列数据的特征
•   2.1 构造决策树
•   2.2 基于决策树信息增益的特征抽取
• 3 基于支持向量机的高频金融时间序列预测模型
•   3.1 支持向量机
•   3.2 支持向量机估计与预测结果
• 4 结语

文章来源

类型: 期刊论文

作者: 叶建萍

关键词: 支持向量机,高频金融时间,预测

来源: 中小企业管理与科技(中旬刊) 2019年12期

年度: 2019

分类: 经济与管理科学,基础科学,信息科技

专业: 数学,自动化技术,金融,证券,投资

单位: 广西大学行健文理学院

基金: 广西高校中青年教师基础能力提升项目2018KY0785,广西大学行健文理学院科研基金Y 2018ZKT01(Y 2019ZKQ 04),广西大学行健文理学院概率论与数理统计课程建设

分类号: TP181;O211.61;F832.51

页码: 79-80

总页数: 2

文件大小: 84K

下载量: 151