基于SVC的证券行情周K线涨跌预测

摘要

线性预测方法难以描述金融时间序列的非线性特征,神经网络具有非线性逼近能力,但会出现“过学习”现象,已有研究用SVR对证券行情进行短期预测,因证券短期行情具有一定随机性,预测的正确率和实际意义并不理想.提出一种基于SVC的证券行情周K线涨跌预测模型,该模型仿真实验的综合预测正确率为60.78％,上涨预测正确率为62.5％,按照模型预测结果进行证券交易的年化收益率可达10.72％.