鲁棒SVR在金融时间序列预测中的应用

摘要：

针对标准支持向量机对噪声和异常值比较敏感的问题,通过限定噪声和异常值的损失上界,提出一种基于不对称Ramp损失函数的鲁棒支持向量回归机模型,应用凹凸过程将其由非凸优化问题转化为凸优化问题并利用牛顿法进行求解.对上证指数和香港恒生指数收盘价的预测结果表明,该模型能在一定程度上抑制噪声和异常值的影响,从而提高预测精度及减少下跌风险,达到规避风险的目的.

关键词：支持向量机、时间序列、鲁棒性、不对称损失函数、牛顿法

所属期刊栏目：37

分类号：TP39(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目70601033;中国农业大学研究生科研创新专项基金资助项目KYCX2010105

在线出版日期：2012-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：155-157,163