社科网首页|论坛|人文社区|客户端|官方微博|报刊投稿|邮箱 中国社会科学网
PCA-GA-SVM模型的构建及应用研究——沪深300指数预测精度实证分析

 

【摘要】本文在传统SVM方法的基础上,引入主成分分析方法和遗传算法,构建了PCA-GA-SVM模型,该模型解决了传统SVM方法存在的特征指标相关性、包含惩罚系数和核函数的参数无法动态寻优的问题,最后利用沪深300指数和前五大成份股的日走势数据对该模型进行了验证分析。结果表明,本文所构建的模型,对于沪深300指数和大盘股每日走势的预测精度是很高的,这对于政府管理层面监测股票市场的平稳波动有着很好的应用价值。
关键词 PCA-GA-SVM模型 沪深300指数 “滑窗”