基于支持向量回归与蝴蝶优化算法的股市预测
机器学习
2019-05-29 v1 神经与进化计算
机器学习
摘要
支持向量回归（SVR）在预测随机系统未来行为方面取得了高性能。然而，SVR模型的性能高度依赖于SVR参数的恰当选择。本研究提出一种基于蝴蝶优化算法（BOA）的新型BOA-SVR模型。所提模型的性能在来自NASDAQ的多支股票上与另外十一种元启发式算法进行比较。结果表明，本文提出的模型能够很好地优化SVR参数，并且无论按预测精度还是耗时衡量，均为最佳模型之一。
引用
@article{arxiv.1905.11462,
title = {Forecasting Stock Market with Support Vector Regression and Butterfly Optimization Algorithm},
author = {Mohammadreza Ghanbari and Hamidreza Arian},
journal= {arXiv preprint arXiv:1905.11462},
year = {2019}
}
备注
Preprint submitted to Elsevier