期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于支持向量机的中国股指期货回归预测研究
被引量：
29
1
作者
赛英
张凤廷
张涛
《中国管理科学》
CSSCI
北大核心
2013年第3期35-39,共5页
本文针对股指期货预测的特点,选择对股指期货指数有重要影响的相关指标,首次提出用支持向量机(SVM)方法对其进行回归预测,并用遗传算法(GA)和粒子群算法(PSO)分别优化四种不同核函数的支持向量机,构建了八种不同的中国股指期货回归预测...
本文针对股指期货预测的特点,选择对股指期货指数有重要影响的相关指标,首次提出用支持向量机(SVM)方法对其进行回归预测,并用遗传算法(GA)和粒子群算法(PSO)分别优化四种不同核函数的支持向量机,构建了八种不同的中国股指期货回归预测方案,用实证研究的方法对这八种方案的准确性和时效性进行了比较。实验结果表明粒子群算法优化的线性核函数支持向量机作为中国股指期货回归预测的模型,具有更好的预测效果。
展开更多
关键词
中国股指期货
支持向量机
遗传算法
粒子群算法
回归预测
原文传递
题名
基于支持向量机的中国股指期货回归预测研究
被引量：
29
1
作者
赛英
张凤廷
张涛
机构
山东财经大学管理科学与工程学院
山东财经大学会计学院
出处
《中国管理科学》
CSSCI
北大核心
2013年第3期35-39,共5页
基金
国家自然科学基金资助项目(70840018)
文摘
本文针对股指期货预测的特点,选择对股指期货指数有重要影响的相关指标,首次提出用支持向量机(SVM)方法对其进行回归预测,并用遗传算法(GA)和粒子群算法(PSO)分别优化四种不同核函数的支持向量机,构建了八种不同的中国股指期货回归预测方案,用实证研究的方法对这八种方案的准确性和时效性进行了比较。实验结果表明粒子群算法优化的线性核函数支持向量机作为中国股指期货回归预测的模型,具有更好的预测效果。
关键词
中国股指期货
支持向量机
遗传算法
粒子群算法
回归预测
Keywords
Chinese
stock
index
futures
support
vector
machine
（SVM）
genetic
algorithm
（GA）
particleswarm
optimization algorithm
（
pso
）
regression
prediction
分类号
F830.91 [经济管理—金融学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于支持向量机的中国股指期货回归预测研究
赛英
张凤廷
张涛
《中国管理科学》
CSSCI
北大核心
2013
29
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
