欢迎访问易轩外文网, 请 登录 或者 免费注册
股市指数预测的特征加权支持向量机和K-最近邻算法_金融工程外文翻译
文档价格: 100 金币 立即充值 文章语言: 英语-中文 原文出处: 请在文档内查看
译文字数: 15600 字 (节选翻译) 译文格式: Doc.docx (Word) 更新时间: 2020-02-17
加入收藏

股市指数预测的特征加权支持向量机和K-最近邻算法_金融工程外文翻译

译文(字数:15600):

摘要:本文研究的股票市场指数预测是投资和应用领域的一项重要而有趣的研究,因为它可以在较低的风险下获得更多的利润和回报。汇率具有有效的汇率策略。为了实现准确的预测,人们尝试了各种方法,其中机器学习方法引起了人们的重视和发展。在这个帕普呃,我们提出了特征加权支持向量机和特征加权 K 近邻的基本杂交框架,以有效地预测股票市场指数。我们第一次建立 h 详细介绍了特征加权支持向量机的理论,用于数据分类,根据分类的重要性为不同的特征分配不同的权重。然后,为了得到重量,我们通过计算信息增益来增强每个特征的重要性。最后,通过计算 k-加权最近邻,利用特征加权 K-最近邻预测未来股票市场指数。历史数据集中的 Hbors。最后给出了上海和深圳两种中国著名股票市场指数的实验结果,以检验中国股票市场指数的表现。我们建立的模式。利用本文提出的模型,可以在短期内实现对上证综合指数和深交所成分指数的较好预测能力。m 和长期。该算法同样适用于其他股市指数的预测。

关键词:特征加权支持向量机(FWSVM),信息增益,特征加权 K-最近邻(FWKNN),股票市场指数

一、引言

股票市场指数预测是投资者和研究人员最重要和最具挑战性的金融时间序列预测问题之一。这主要是由于股票市场本质上是一个不稳定、非线性、复杂的动态变化系统, 受重大经济政策、政府法令、政策变动等诸多因素的影响。政治形势、投资者心理、未来经济等。但是,要实现短期(1 天,5 天前),中期(10 天,15 天)的准确预测 EAD)和长期(20 天,30 天前)是投资和应用领域中最有吸引力和最有意义的研究课题之一。准确预测的好处促使研究人员开发新的、更先进的工具和方法。


原文(PDF格式,未统计字数):

A feature weighted support vector machine and K-nearest neighboralgorithm for stock market indices prediction

image.png

上一篇:法律与金融:法律渊源为何重要_金融工程外文翻译
下一篇:互联网金融对我国商业银行效率的影响研究_金融工程外文翻译
相关文章推荐: TAG: 金融工程 股市指数