-
题名改进的TSVR模型在股市高频数据上的预测
被引量：7
- 1
-
-
作者
张冰
王传美
贺素香
-
机构
武汉理工大学理学院
-
出处
《计算机工程与设计》
北大核心
2019年第11期3241-3246,共6页
-
基金
国家自然科学基金项目(71473186)
中央高校基本科研业务费基金项目(2018IB016)
-
文摘
为构建更精准的股票价格预测模型,提出具有局部信息挖掘功能的DNN加权算法对eplion-TSVR模型进行改进,并对改进模型的求解进行推导,针对DNN算法对于参数的选取太过随意,提出使用网格搜索法确定DNN的最优参数以确定最优DR域。搜集中国上证A股中的15支股票的日价格和高频5分钟价格数据并计算其技术指标,对20天以及20分钟后的收盘价进行实证预测。预测结果显示,改进模型在高频股票数据上具有很好的预测能力和泛化性能。
-
关键词
D近邻加权算法
孪生支持向量回归机
股价预测
高频数据
网格搜索
-
Keywords
weighted dependent nearest neighbor
twin support vector regression
prediction of stock price
high frequency
grid search
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名D近邻加权方法在WSVR中的应用研究
- 2
-
-
作者
王传美
张冰
贺素香
徐倩
-
机构
武汉理工大学理学院
-
出处
《中国科技论文》
CAS
北大核心
2018年第17期1995-2000,共6页
-
基金
国家自然科学基金资助项目(71473186)
中央高校基本科研业务费专项资金资助项目(2018IB016)
-
文摘
根据每个样本在整个样本空间中所处位置的分布来计算不同的权重值,可以更好地度量样本的局部性质。K近邻加权算法的有效性极大程度上依赖于参数K,但是对参数K的选取有很大的主观性。针对这一缺点,对改进的K近邻算法(dependent nearest neighbor,DNN)算法,提出一种基于D近邻点的DNN加权样本方法,并将这种新的加权方法推广到权重支持向量回归机(weighted support vector regression,WSVR)中。UCI公用数据集和股票指数数据实验结果显示,所提方法具有更高的拟合精度和更小的误差,验证了DNN-WSVR方法的可行性和有效性。
-
关键词
近邻算法
D-近邻加权算法
权重支持向量回归机
局部信息
-
Keywords
dependent nearest neighbor
DNN-based weighted algorithm
weighted support vector regression(WSVR)
local information
-
分类号
TP305
[自动化与计算机技术—计算机系统结构]
-
