使用支持向量回归的转折点自回归短期预测
机器学习
2012-09-25 v2 计算工程、金融与科学
神经与进化计算
摘要
本工作关注金融价格序列中转折点的自回归预测。此类转折点是序列中关键的局部极值点，标志着新波段的开端。预测此类转折点的未来时间，甚至在其发生前后稍早或稍晚进行识别，在经济学和金融学中均有重要应用。基于近期提出的用于转折点预测的神经网络模型，我们提出并研究了一种用于预测小波段转折点的新型自回归模型。我们的方法依赖于已知的转折点指标、价格历史的傅里叶丰富表示以及支持向量回归。我们在道琼斯工业平均指数的长期历史数据上实证检验了所提方法的性能。我们的研究表明，在简单交易应用的交易性能方面，所提方法优于先前的神经网络模型，并且相对于买入并持有基准也展现出可量化的优势。
引用
@article{arxiv.1209.0127,
title = {Autoregressive short-term prediction of turning points using support vector regression},
author = {Ran El-Yaniv and Alexandra Faynburd},
journal= {arXiv preprint arXiv:1209.0127},
year = {2012}
}