期刊专题

基于多输出学习的沪深300指数预测研究

引用
在股票市场中,人们通常会依赖于股票的历史交易数据来进行推测.目前采用SVM方法进行预测的研究较多,但其模型复杂,耗时较长,而且通常只预测未来1天的数据.文中采用多输出的正则化方法来预测未来多天的走势,对多任务的学习方法进行改进,提出了一种基于多输出的学习方法.实验表明,与SVM支持向量机的方法相比,该方法在沪深300指数预测的均方差值上提高了约10倍,运行时长也减少了近3/4.

多输出学习、回归、股票预测、任务相关性

44

TP391(计算技术、计算机技术)

国家自然科学基金项目61473149

2018-01-24(万方平台首次上网日期,不代表论文的发表时间)

共4页

106-109

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

44

2017,44(z2)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn