基于GARCH-SVM和AR-SVM的个股涨跌预测

摘要

提出一种基于GARCH-SVM、AR-SVM和投资者关注度及情绪指标的股票涨跌预测方法。结果表明，加入GARCH或AR等时间序列模型的初步预测结果可以提高SVM预测准确率，这种SVM预测算法既考虑到时间序列的特性，又解决了多变量非线性分类问题。同时，通过加入投资者关注度和投资者情绪的相关指标，可以进一步提高SVM预测的有效性。研究结果还表明，与牛市和熊市相比，投资者关注度和情绪指标在震荡市中对预测精度的影响更大。