期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于分段线性表示和高斯过程分类的股票转折点概率预测 被引量:11
1
作者 李丰 高峰 寇鹏 《计算机应用》 CSCD 北大核心 2015年第8期2397-2403,共7页
针对股票交易过程中价格转折点的预测问题,提出了一种基于分段线性表示(PLR)与高斯过程分类(GPC)相结合的股票价格转折点预测算法PLR-GPC。该算法通过PLR提取股票历史价格序列的转折点,对转折点进行分类标记,建立基于GPC的股票价格转折... 针对股票交易过程中价格转折点的预测问题,提出了一种基于分段线性表示(PLR)与高斯过程分类(GPC)相结合的股票价格转折点预测算法PLR-GPC。该算法通过PLR提取股票历史价格序列的转折点,对转折点进行分类标记,建立基于GPC的股票价格转折点预测模型,以上述股票历史价格序列对模型进行训练,最终由预测模型对股票价格转折点进行预测,并对预测结果进行概率解释。将PLR-GPC与基于BP神经网络(BPN)的PLR-BPN算法、基于加权支持向量机支持向量机(WSVM)的PLR-WSVM算法进行实验对比:PLR-GPC在预测准确率上高于PLRBPN与PLR-WSVM;在投资收益率上高于PLR-BPN,与PLR-WSVM持平。实验结果表明PLR-GPC在股票价格转折点的预测上是有效的,并且可以应用在实际股票投资交易中。 展开更多
关键词 分段线性表示 高斯过程分类 股票交易信号 概率预测 投资策略 风险偏好
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部