基于改进的支持向量机的股票预测方法

如何把握股票的涨跌规律一直是股市中的一个难题.利用股市中常用的技术指标作为特征,支持向量机作为算法对股票价格的变化进行建模,旨在通过机器学习和数据挖掘方法对股票的涨跌进行预测.其主要方法是依据最大化收益思想,提出了根据ROC曲线下的面积AUC值进行遗传参数寻优的支持向量机,解决传统方法在预测中可用性不高的问题.在实验中,将其应用于沪深股票的涨跌预测,通过最优化不同的时间窗口,得到了不错的收益结果.通过实验表明,该方法对股票交易具有预测指导作用,可以帮助投资者简化分析步骤并增加获利.