《股票时间序列的分类算法分析》2900字.docxVIP

股票时间序列的分类算法分析

目录

TOC\o1-3\h\u5441股票时间序列的分类算法分析 1

204961.1股票时间序列分类算法 1

68421.1.1支持向量机 1

179581.1.2朴素贝叶斯分类 3

275411.2分类流程 3

262071.3实验部分 4

200111.1.1实验数据 4

5081.1.2数据分类 5

25241.1.3实验结果和分析 6

随着社会的进步，生活日益富裕，人们不在只把积蓄放到银行进行存储，而是选择进行投资，以获得更大的收益。股票、基金和比特币在金融领域十分火爆。

本章主要研究依据股票的财务指标，选取支持向量机和朴素贝叶斯分类这两种分类算法，建立股票预测模型进行预测。支持向量机其既解决了决策树容易过拟合的问题，也克服了神经网络易陷入局部最优的难题。朴素贝叶斯分类REF_Re\r\h[47]模型实现简单，不用进行复杂的特征提取，在带标记的数据量较少的情况下能够进行很好的分类，使得预测的准确率较高。因此这两种方法在股票预测中得到越来越多的应用。

1.1股票时间序列分类算法

1.1.1支持向量机

支持向量机最初由Cortes和VapnikREF_Re\r\h[48]在1995年的一次国际性的会议上