<ins id="nnjdx"><span id="nnjdx"></span></ins>
<var id="nnjdx"></var>
<var id="nnjdx"></var>
<var id="nnjdx"></var>
<cite id="nnjdx"><video id="nnjdx"></video></cite>
<var id="nnjdx"></var><var id="nnjdx"></var>
<var id="nnjdx"><strike id="nnjdx"></strike></var>
<menuitem id="nnjdx"><video id="nnjdx"><thead id="nnjdx"></thead></video></menuitem>
<cite id="nnjdx"></cite>
<thead id="nnjdx"><span id="nnjdx"><thead id="nnjdx"></thead></span></thead>
<del id="nnjdx"><noframes id="nnjdx">
<var id="nnjdx"></var>
<cite id="nnjdx"></cite>
<var id="nnjdx"><dl id="nnjdx"></dl></var>
<cite id="nnjdx"><video id="nnjdx"></video></cite>
<cite id="nnjdx"><video id="nnjdx"></video></cite>
<cite id="nnjdx"><video id="nnjdx"><thead id="nnjdx"></thead></video></cite>
<cite id="nnjdx"><video id="nnjdx"><thead id="nnjdx"></thead></video></cite>
現代營銷:經營版 · 2020年第4期181-182,共2頁

混合遺傳算法和支持向量機的股票預測模型

作者:陳皓

摘要:本文提出了一種基于遺傳算法和支持向量機的股市預測混合機器學習系統。將技術分析領域的各種指標作為輸入特征,同時把不同公司股票價格之間的相關性進行計算,利用高相關性股票的技術指標,更好地進行股票走勢預測。文中,利用遺傳算法從所有技術指標中選出信息量最大的一組作為輸入特征。結果表明,在股票走勢預測方面,混合遺傳算法和支持向量機的模型優于獨立支持向量機模型的表現。

發文機構:首都經濟貿易大學信息學院

關鍵詞:遺傳算法支持向量機股市預測

分類號: G63[文化科學—教育學]

注:學術社僅提供期刊論文索引,查看正文請前往相應的收錄平臺查閱
相關文章
伊伊爱官方网站