Integrating Piecewise Linear Representation and Weighted Support Vector Machine for Inflection Point Prediction

摘要

近几年，对于证券交易拐点的预测，广泛应用的是基于分段线性表示（PLR）和反向传播人工神经网络（BPN）的方法（PLR-BPN）。然而，该方法具有一些缺陷，比如容易过拟合和陷入局部最优点，而且模型中阈值的选取也是很令人头疼的。由于支持向量机（SVM）具有可以避免过拟合，同时也不容易陷入局部最优点等优势，本文利用分段线性表示（PLR）和加权支持向量机（WSVM）来预测证券交易的拐点（PLR-WSVM）。PLR-WSVM方法具有以下几个主要特点： （1）通过PLR方法得到证券交易的拐点，并对每个拐点根据当前拐点和下一个拐点的收盘价变化率来设置不同的权重，以反映拐点的相对重要性。 （2）将证券交易...