基于距离和时序的层次粒度支持向量回归机-journalofnortheastern.pdfVIP

第( 卷第( 期 东 北 大 学 学 报 （ 自 然 科 学 版 ） 5# (! ( ，*#! ( ! #’ 年 ( 月 #$%’( #) *#%+,-’.+-% /01-%.0+2（*’+$%’( 340-4- ） $(! ! # ’ ) 6#0 ：# ! *’*7 8 ! 0..! #$ % !’ ! ! #’ ! ( ! ( 基于距离和时序的层次粒度支持向量回归机 #，! # # 王) 珏 ，乔建忠 ，林树宽 （#! 东北大学 信息科学与工程学院，辽宁沈阳) ##+#* ；! ! 沈阳农业大学 信息与电气工程学院，辽宁沈阳) ##+’’ ） 摘) ) ) 要：针对目前粒度支持向量回归机的粒划算法只考虑了距离因素，引入时序因素，提出适用于金融 时间序列的基于距离和时序的层次粒度支持向量回归机（9:;35= ）! 该方法首先将训练样本通过核函数映 射到高维空间，并在该特征空间中进行初始粒划! 然后，通过衡量样本粒与当前回归超平面的距离以及当前样 本粒时序的综合因素，找到含有较多回归信息的粒，并通过计算其半径、密度及时序信息进行深层次的动态粒 划! 如此循环迭代，直到没有粒需要进行深层划分为止! 最后，对不同层次的粒进行回归训练! 采用提出的基于 距离和时序因素的层次粒度支持向量回归机对基金净值进行预测，实验结果表明回归的泛化性有所提高! 关) 键) 词：粒度支持向量回归；时序；金融时间序列；预测；泛化性 中图分类号：: #+#) ) ) 文献标志码：?) ) ) 文章编号：#$ % !’（!#’ ）( % *,! % $ !#$%$’%( )$%*+(%$ ,+--.$/ 0#/.$ 1#2$#33.* 4%3#5 .* 63/%*# %*5 7#8-.$%( !#$ %’#，! ，() * %+,-./01-2 # ，3)# 40.5,-# （#! 34,##( #) @)#%A’+0# 340-4- B CD0--%0D ，*#%+,-’.+-% /01-%.0+2 ，3,-2’D ##+#* ，E,0’ ；! ! E#((-D- #) @)#%A’+0# ’6 C(-4+%04 CD0--%0D ，3,-2’D ?D%04$(+$%’( /01-%.0+2 ，3,-2’D ##+’’ ，E,0’! E#%%-.F#60D ’$+,#% ：G@?H 0’IJ,#D ，CIA’0( ：K-((2-L’D#. #!’ ! 4#A ） 9:3/$%/ ：H(2 60.+’4- )’4+#% 0. 4#.06-%-6 0 +,- D%’$(’% ’(D#%0+,A #) D%’$(’% .$FF#%+ 1-4+#% %-D%-..0#! :-AF#%’( )’4+#% L’. 0+%#6$4-6 .0A$(+’-#$.(2 0 D%’$(’% ’(D#%0+,A! ;0-%’%4,04’( D%’$(’% .$FF#%+ 1-4+#% %-D%-..0# M’.-6 # 60.+’4- ’6 +-AF#%’( )’4+#%. （9:;35= ）L’. F%#F#.-6 L,04, 0. ’FF(04’M(- )#% )0’40’( +0A- .-%0-.! :,- +%’00D .’AF(-. L-%- A’FF-6 0+# +,- ,0D,I60A-.0#’( .F’4- M2 A-%4-% K-%-( ，’6 +,- .’AF(-. L-%- 60106-6 0+# .#A- D%’$(-. 00+0’((2 ! :,- ，+,- D%’$(-. L,04, ,’1- A#%- %-D%-..0# 0)#%A’+0# L’. )#$6 M2 A-’.$%0D +,- 60.+’4-. M-+L-- +