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"

所属期刊栏目：28

分类号：F222.3(经济计算、经济数学方法)

资助基金：上海市重点学科建设项目B803

在线出版日期：2011-08-04（万方平台首次上网日期，不代表论文的发表时间）

页码：135-147