一种改进的组合SOFM-SVR股票价格预测模型

摘要

股票市场价格预测一直以来都被认为是金融时序预测领域的一项具有挑战性的工作.综合回归支持向量机SVR和自组织特征函数(SOFM)技术,并引入基于过滤的特征选择算法确定重要的输入变量,在SVR核函数的参数选择上采用粒子群优化算法(PSO).SOFM算法将训练样本聚类,然后分别应用SVR来预测股票价格走势.最后应用上海A股的浦发银行日数据来做股票价格日预测,实验结果表明,经过改进的SOFM-SVR模型与之前的SOFM-SVR模型相比,在预测精度和训练时间上都有了较大的提高.