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
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：
基于DFS-BPSO-SVM的股票趋势预测方法 被引量：2
1
作者 李辉 赵玉涵 《软件导刊》 2017年第12期147-151,共5页
技术指标广泛应用于股票市场的预测分析,不同特征组合对预测效果产生不同影响。为了提高股票趋势预测的准确度,提出一种两层特征选取及预测方法。第一层特征选取以特征子集区分度衡量准则——DFS为评价标准,第二层特征选取以分类器分类... 技术指标广泛应用于股票市场的预测分析,不同特征组合对预测效果产生不同影响。为了提高股票趋势预测的准确度,提出一种两层特征选取及预测方法。第一层特征选取以特征子集区分度衡量准则——DFS为评价标准,第二层特征选取以分类器分类效果为评价准则,两层特征选取均采用二进制粒子群(BPSO)算法对特征空间进行搜索。通过第一层特征选取可以高效剔除部分非预测相关特征,在保留预测特征集信息的基础上缩小特征集规模;第二层特征选取可以准确选择出具有较好预测效果的特征子集。实验数据为2015~2016年上海证券综合指数,结果表明,DFS-BPSO-SVM预测模型相比于其它4种特征选取及预测模型,具有更好的预测效果。 展开更多
关键词 二进制粒子群算法 支持向量机 两层特征选取 特征子集区分度衡量准则 股票趋势预测
下载PDF
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
使用帮助 返回顶部