基于支持向量机粒化的证券指数预测
来源：计算机技术与发展杂志2015年第04期北京时间：
作者：陈孝全;刘波
摘要：为分析股票价格指数变化，文中提出一种采用近似支持向量机( PSVM)将金融时间序列数据进行模糊信息粒化的方法，并用此方法对上证指数数据进行回归分析预测。其实现过程是以2008年到2013年的上证综指数据建立抛物型模糊粒子，运用近似支持向量机原理，采用交叉验证的方法对相关参数进行寻优，用优化参数对时间序列进行训练，并回归预测模糊粒子的三个参数来确定上证综指的走势变化。对于非线性难预测的股票指数，实验分析比较了实际数据与预测数据，证明具有较好的预测效果。
关键词：股票指数;近似支持向量机;模糊信息粒化;交叉验证;回归分析
