支持向量机自回归分析

】针对股市的非线性和不确定性的特点,本文提出了一种基于 支持向量机自回归分析的股市动态预测模型。该模型利用滚动时间窗 动态截取股票时间序列,然后对其进行相空间重构,最后利用支持向量 机回归算法,在高维映射空间中求解线性回归问题。利用上证综指的 长期和短期数据对该模型的预测效果进行了验证,并将预测结果与 RBF神经网络预测模型进行了的对比。预测和对比结果表明,支持向 量机自回归预测模型具有较强的泛化能力,适合于股市预测。