一種改進的組合SOFM-SVR股票價格預測模型

摘要： 股票市場價格預測一直以來都被認為是金融時序預測領域的一項具有挑戰(zhàn)性的工作。
綜合回歸支持向量機SVR和自組織特征函數(shù)(SOFM)技術,并引入基于過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算法將訓練樣本聚類,然后分別應用SVR來預測股票價格走勢。 （共5頁）