基于萤火虫算法的多输出支持向量回归用于区间值股票价格指数预测
计算工程、金融与科学
2014-01-13 v1 机器学习
统计金融
摘要
高精度的股票价格指数区间预测对于成功制定投资决策至关重要，因为它提供的是一个数值范围而非点估计。在本研究中，我们探讨了利用多输出支持向量回归 (MSVR) 在短期和长期范围内预测区间值股票价格指数序列的可能性。此外，本研究提出了一种基于萤火虫算法 (FA) 的方法（简称 FA-MSVR），建立在成熟的 MSVR 基础之上，用于确定 MSVR 的参数。我们使用了三个全球交易的广泛市场指数，将所提出的 FA-MSVR 方法与选定的对比方法进行了性能比较。定量和综合评估基于统计标准、经济标准和计算成本进行。在统计标准方面，我们利用预测优度度量和检验方法比较了样本外预测结果。在经济标准方面，我们通过简单的交易策略评估了相对预测性能。本研究结果表明，所提出的 FA-MSVR 方法是预测区间值金融时间序列的一种有前景的替代方案。
引用
@article{arxiv.1401.1916,
title = {Multiple-output support vector regression with a firefly algorithm for interval-valued stock price index forecasting},
author = {Tao Xiong and Yukun Bao and Zhongyi Hu},
journal= {arXiv preprint arXiv:1401.1916},
year = {2014}
}
备注
33 pages