基于多任务最小二乘支持向量机的股票指数预测方法

摘要

本发明公开了基于多任务最小二乘支持向量机的股票指数预测方法，下载若干个股票指数的交易日行情数据并预处理，得数据集；根据多任务学习假设建立基于多任务学习最小二乘支持向量机的优化模型；通过KKT条件将基于多任务学习最小二乘支持向量机的优化模型转化为非正定线性方程组；通过Krylov‑Cholesky算法求解该线性方程组，得优化模型的解，进一步得到决策函数；将数据集分为训练样本集和测试样本集，通过训练样本集获得股票指数的预测模型，采用测试样本集测试该模型的预测精度和鲁棒性，并与已有方法作对比。该方法能够考虑子任务之间的内在联系，提高了股票指数的预测精度，同时获得较强的鲁棒性。