一种改进的SVM算法及其在股票指数预测中的应用.pdfVIP

维普资讯 第 l0卷 第 2期 重庆科技学院学报(自然科学版) 2008年 4月 一 种改进的SVM算法及其在股票指数预测中的应用 郭 辉 (重庆师范大学，重庆 400047) 摘 要：研究股票数据的特点，根据传统的SVM算法原理，提出一种更新的动态预测模型(DMDI)对股市的大盘和个股的 指数分别进行中短期预测。大量的数值实验结果表明，改进的支持向量机算法比单纯直接用支持向量机对股票指数的 预测更为有效 ，具有明显的优越性 。 关键词 ：支持 向量机 ；股票指数 ；核函数 ；动态选择 中图分类号 ：TP301 文献标识码 ：A 文章编号 ：1673-1980(2008)02—0059—04 0 引 言 1。1静态模型一静态输入 (SMSI)