2024年8月16日
星期五
|
欢迎来到贵州省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
张凤廷
作品数:
1
被引量:28
H指数:1
供职机构:
山东财经大学管理科学与工程学院
更多>>
发文基金:
国家自然科学基金
更多>>
相关领域:
经济管理
更多>>
合作作者
张涛
山东财经大学会计学院
赛英
山东财经大学管理科学与工程学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
经济管理
主题
1篇
遗传算法
1篇
支持向量
1篇
支持向量机
1篇
中国股指
1篇
中国股指期货
1篇
期货
1篇
群算法
1篇
子群
1篇
向量
1篇
向量机
1篇
粒子群
1篇
粒子群算法
1篇
基于支持向量...
1篇
股指
1篇
股指期货
机构
1篇
山东财经大学
作者
1篇
赛英
1篇
张凤廷
1篇
张涛
传媒
1篇
中国管理科学
年份
1篇
2013
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于支持向量机的中国股指期货回归预测研究
被引量:28
2013年
本文针对股指期货预测的特点,选择对股指期货指数有重要影响的相关指标,首次提出用支持向量机(SVM)方法对其进行回归预测,并用遗传算法(GA)和粒子群算法(PSO)分别优化四种不同核函数的支持向量机,构建了八种不同的中国股指期货回归预测方案,用实证研究的方法对这八种方案的准确性和时效性进行了比较。实验结果表明粒子群算法优化的线性核函数支持向量机作为中国股指期货回归预测的模型,具有更好的预测效果。
赛英
张凤廷
张涛
关键词:
中国股指期货
支持向量机
遗传算法
粒子群算法
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张