论文部分内容阅读
由于股票价格波动具有较强的突变性且易受外界因素影响，导致股票价格走势难以预测。提出基于离群特征模式的股市波动预测模型（SFSVM）。该算法首先利用马尔可夫毯选取目标结点的局部网络结构，以屏蔽其他结点对目标结点的影响；对目标结点的指标进行分析，提取异于一般行为的离群特征模式；利用滑动窗口捕捉离群特征，将离群特征模式作为先验知识加入原SVM模型，预测尖峰点并平滑尖峰点对于预测结果的影响，提高预测模型的稳健性。在股票板块数据上进行实验结果证明，SFSVM算法相对于神经网络和标准的SVM算法，在股票的走势预测方面