基于模糊核超球的快速分类算法在股票预测中的应用

摘要：

基于 SVM(支持向量机)的 SVDD(支持向量数据描述)分类算法存在计算复杂、分类准确率较低的缺陷，针对股票数据非线性、高噪声的特点，在传统的 SVDD 分类算法基础上，模糊核超球快速分类算法(FCABFKH)通过合并法寻找超球集，并依据最大隶属度原则构建分类器，排除了离群点和超球集的重叠问题，同时避免了复杂的二次规划，具有分类速度快，分类结果准确率高的特点。采用中国沪市上市公司数据验证该方法的有效性，实验结果表明，运用FCABFKH算法得到的组合回报率超过了市场基准。

关键词：支持向量机、支持向量数据描述、分类算法、股票预测

分类号：TP1;O22

在线出版日期：2014-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：197-201,148