一種改進(jìn)的組合SOFM-SVR股票價(jià)格預(yù)測(cè)模型

摘要： 股票市場(chǎng)價(jià)格預(yù)測(cè)一直以來(lái)都被認(rèn)為是金融時(shí)序預(yù)測(cè)領(lǐng)域的一項(xiàng)具有挑戰(zhàn)性的工作。
綜合回歸支持向量機(jī)SVR和自組織特征函數(shù)(SOFM)技術(shù),并引入基于過(guò)濾的特征選擇算法確定重要的輸入變量,在SVR核函數(shù)的參數(shù)選擇上采用粒子群優(yōu)化算法(PSO)。
SOFM算法將訓(xùn)練樣本聚類(lèi),然后分別應(yīng)用SVR來(lái)預(yù)測(cè)股票價(jià)格走勢(shì)。