论文部分内容阅读
传统支持向量机应用于财务困境预测时，需要求解复杂的二次规划问题，求解难度大。而最小二乘支持向量机模型可以将二次规划问题变成一个线性方程组来求解，有效降低了模型求解的难度。尤其是将遗传算法应用于最小二乘支持向量机模型参数和核参数的优化时，显著提高了模型预测的正确率。本文从沪深两市随机抽取了2002年-2007年252家A股上市公司作为研究样本，并把研究样本分为两组，对这两组样本数据分别进行了短期及中长期预测。实证结果表明，基于遗传算法的最小二乘支持向量机模型的预测效果不但好于传统统计类Logit模型，也优于