论文研究 - 将主成分分析和独立成分分析与支持向量回归相结合的短期财务时间序列预测 - 源码 - 源码 - 免费下载

论文研究 - 将主成分分析和独立成分分析与支持向量回归相结合的短期财务时间序列预测

文件大小： 1088k

源码售价： 10 个金币积分规则积分充值

资源说明：金融时间序列预测可能对个人和机构投资者都是有益的。但是，财务数据中的高噪声和复杂性使这项工作极具挑战性。多年来，许多研究人员已经非常成功地使用支持向量回归（SVR）来克服这一挑战。本文提出了一种基于SVR的预测模型，该模型首先使用主成分分析（PCA）提取低维有效的特征信息，然后使用独立成分分析（ICA）预处理提取的特征以使特征无效。特征中噪声的影响。根据16年历史数据，对孟加拉国达卡证券交易所（DSE）上市的三个不同行业的三只重要股票进行了实验。针对短期预测，提前1至4天进行预测。为了进行比较，将PCA与SVR的集成（PCA-SVR），ICA与SVR的集成（ICA-SVR）和单个SVR方法应用于评估该方法的预测准确性。实验结果表明，所提出的模型（PCA-ICA-SVR）优于PCA-SVR，ICA-SVR和单一SVR方法。

部分文件列表（点击文件名可查看文件内容）

					
									本源码包内暂不包含可直接显示的源代码文件，请下载源码包。