基于支持向量机的股票分析算法的研究和应用

详细信息    查看全文 | 推荐本文 |

	作者：朱毅 ; 张文远 中文刊名：ELEW 英文刊名：Electronics World 机构：大连外国语大学软件学院; 出版日期：2019-07-15 出版单位：电子世界 年：2019 期：No.571 基金：2018年辽宁省重点研发计划指导计划项目“一带五基地背景下科教兴省知识图谱创新人才培养模式的研究”(项目编号:61801007)研究成果之一 语种：中文; 页：ELEW201913064 页数：1 CN：13 ISSN：11-2086/TN 分类号：105

摘要

<正>1.引言近年来,随着全球经济与股市的快速发展,股票投资成为人们最常用的理财方式之一。近年来,国内外学者纷纷采用人工神经网络,支持向量机等方法对股票数据进行分析和预测。而支持向量机在股票分析和预测方面有着独特的优势。首先,通过使用核函数,能够方便地处理高维数据。其次,决策函数由少量的支持向量决定,预测效率高效。基于这两点优势,再将支持向量机与股票分析算法结合,将有效的提高股票分析和预测的效率和灵活性。
        

引文