基于多输出支持向量回归算法的股市预测

Application of Multi-Output Support Vector Regression in Stock Market Index Forecasting

提出了一种新的多输出支持向量回归算法,给出了定义在超球上的损失函数,并将训练SVM转化为迭代解线性方程组,在求解过程中采用边计算边使矩阵降阶的方法,加快了运算速度.建立了该算法应用于股市预测的模型,对上证指数的建模与预测表明:与单输出支持向量回归算法建立的模型相比,该算法具有更好的整体预测精度和抗噪性能,是对股市进行分析和预测的一种可行而有效的方法.

This paper proposes new approach is proposed for multi - output SVR, in which a hyper - spherical insensitive function is defined, instead of the hyper - cubical insensitive function. And we use an iterative procedure to obtain the desired solution. SV （Support Vector） can be found directly and not have to get the sparse matrix.