史数据 、 术指标 、 技 政策 等影 响 ， 呈非 线性关 系变化规 律 ， 同
１ 引言
随着经济的快速增长 ， 股票 投资 已经成 为人们生 活的重
时股 民心理 、 重大事件影响 ， 具有时变性 ， 因此传统 难 以准确
ＸＩ ｏ—ｑ ａ ｇ Ｅ Ｇｕ ｉｎ
（ ｃｏｌ ｆ ｔｅ ａ ｃ ｎ ｏ ｕｅ ｃｅｃ ，Ｇ ｎ ａ ｏｍ ｎ ｅｓｙ Ｇ ｎｈ ｕＪ ｎｘ ３ １０ Ｃ ｉ ） Ｓｈｏ ｏ ｈ ｍ ｔ ｓ ｄＣ ｍｐｔｒ ｉｎｅ ａｎ ｎＮ ｒ ａ Ｕ ｉ ｒｉ ， ａｚｏ ｉ ｇｉ ４ ００， ｈｎ Ｍａ ｉ ａ Ｓ ｌ ｖ ｔ ａ ａ
ＡＢＳ ＴＲＡＣＴ：Ａｓｔｅ ｓｏ ｋ ｂ ｃ ｍｅ ａｌ ｍｐ ｒ ｎ ａｔｏ ｅ ｐ ｅＳｅ ｏ ｏ ｃ ｌ ｅ， ｈ ｒ ｂ ｅ ｏ ｔｃ ｒｃ ｏｅ ａ ｔ ｇ ｔｃ ｅ ｏ ｌ ｉ ｏ ｔ ｔｐ ｒ ｆ ｏ ｌ ’ ｃ ｎ ｍｉ ｉ ｔ ｅ ｐ ｏ ｌ ｍ ｆｓ ｋ ｐ ｅｆｒ ｃ ｓｉ ｈ ａ ｐ ｆ ｏ ｉ ｎ
ｔ ｅｔ ｉｄ ｄ ｙ Ｍｅ ｎ ｉ ，ｉ ｒ ｅ ｏ ｇ ｔ ｔ ｅ ｂ ｔ ｒ ｆｒ ｃ ｔ ｇ ｍｏ ｅ ，ｖ ｒ ｕ ａ ａ ｔｒ ｒ ｐ ｉ ｚ ｄ ｔ ｒ ｕ ｈ ｈ ｈ ｒ ａ ． ａ ｗｈ ｌ ｅ ｎ ｏ ｄ ｒ ｔ ｅ ｈ ｅｔ ｏ ｅ ａ ｉ ｄ ｌ ａ ｉ ｓ ｐ ｍｅｅ ｓ ｗｅｅ ｏ ｔ ｅ ｓ ｎ ｏ ｒ ｍｉｅ ｈ ｏ ｇ
ｐｒ ｃ ａ ｆｏｔ ｉａｏ （ Ｓ ）ｍ ｔｏ．Ｔ ｅｒｓｌ ｆ ｉｕａｉ ｘ ｅ ｍ ｎｓ ｈｗ ｔａ ｔｅｍ ｄｌ ａ ｕｔ ｅ— ａｔｌ ｓ ｌ ｐ ｍ ｚｔ ｎ Ｐ Ｏ ｅ ｄ ｈ ｕｔ ｏ ｍ ｌ ｏ ｅｐｒ ｅｔ ｓｏ ｔｈ ｏｅ ｃｎｑ ｉ ｘ ｉｅ ｗ Ｔ ｉ ｌ ｉ ｈ ｅ ｓ ｓ ｔｎ ｉ ｈ ｅ
第２卷 第 期 ９ ４
文章编号 ：０６— ３ ８ ２ １ ） ４—０ ７ ０ １０ ９ ４ （０ ２ ０ ３ ９— ４
计
算
机
仿
真
２２ 月 ０ 年４ １
基 于 支 持 向 量 回 归 机 的 股 票 价 格 预 测
谢 国 强
（ 赣南师范学院数学与计算机科学学院 ， 江西 赣州 ３ １０ ） ４ ００ 摘要 ： 研究股票价格预测 问题 ， 股票价格变化具有非线性 、 时变性 ， 传统线性预测模 型难 以准确刻画股价变化规律 ， 且非线性 神经 网络存在过拟合 、 局部最小等缺陷 ， 预测精度 比较低 。为提高股票价格预测精度 ， 出一种基 于粒子群优化支持 向量机 提 的股票 价格 预测模 型。利用粒子群算法 良好 的寻优能力 ， 对支持 向量机参数进行优化 ， 支持向量机学习速度 ， 采用非 加快 再 线性 预测能力优异 的支持 向量机对股票价格进行预测 。以南天信息股票价格对模 型性能进行仿 真， 实验结果证 明， 支持 向 量机 预测模 型能全 面反 映股票价格变化 的非线性 的时变规律 ， 获得更高预测精度 ， 预测结果对股 民实际操作具有较大 的指
ห้องสมุดไป่ตู้
Ｋ ＹＷ Ｏ Ｓ：ｕ ｐｒｖｃｏ ｇ ｓｉ （ Ｖ ；Ｓ ｃ ｒ ｅｆｒ ａｔ ｇ Ｐ ｒｃ ａＴｏｔ ｚｔ ｎｍｅ ｏ Ｅ ＲＤ Ｓｐ ｏ ｅｔｒ ｅ ｅｓ ｎ Ｓ Ｒ） ｔ ｋｐ ｃ ｅ ｓ ｎ ； ａｔ ｌ ｓ ｎｌ ｐｉ ａｏ ｔ ｄ ｔ ｒｒ ｏ ｏ ｉ ｏｃ ｉ ｉｅ ｗ ｍｉ ｉ ｈ
ｔ ａ ｅｕｅｏ ｐ ｏｔ ｅｔ （ Ｖ ｏｍ ｋ ｓ ｆ ｕ ｐｒｖｃ ｒ Ｓ Ｒ）ｒｇ ｓｉ ｓ ｂｉ ｏｅ ｏ ｏｋｐ ｃ ｒｃｓｎ ｒ ｅ ｐｎｎ ｒ ｅ ｎ ｓ ｏ ｅｒ ｓ ｎｔ ｅｔ ｌｈａｍ ｄｌ ｆ ｔ ｒ ｅｏｅａｔ ｇｆ ｅ ｉ ｐ ｃ ｅ ｏ ｏ ａ ｓ ｓｃ ｉ ｆ ｉ ｏ ｔ ｏ ｈ ｇｉ ｏ
ｈ ｓ ｂ ｃ ｍｅ ａ ｓ ｎ ｆ ａ ｔ ｏ ｃ ｒ ｎ ｒ ｃ ｎ ｅ ｒ ．Ｔ ｅ ｓ ｃ ｒ ｅｉ ｏ ａ ｅ ｏ ｉ ｉ ｃ ｎ ｎ ｅ ｎ ｉ ｅ ｅ ｔ ａ ｓ ｈ ｔ ｋ ｐ ｃ ｓｎ ｎ—ｌ ｅ ｒｔ ｅ ｅ ａａ ｈ ｅ ｆｃ ｓｔａ ｈ ｇ ｉ ｃ ｙ ｏ ｉ ｉ ａ ｍｅ ｓ ｒ ｓｄ ｔ ．Ｔ ｔ ｔｔｅ ｎ ｉ ｉ ａ ｉ ｈ
ａ ｔ ｏ ｃ ｔｔ ｅ ｏ ｅ ｉｇ ｐ ｃ ｓ ｏ ｈ ｈ ｒ ａ ｃ ｌ ｆｒ ａ ｈ ｐ ｎ ｎ ｒ ｅ ｎ ｔ ｅ ｔ ｉ ｄ ｙ，Ｓ ｔ ａ ａｇ ｒｇ ｉ ａ ｃ ａ ｕ ｏ ｓ ｃ ｈ ｌｅ ． ｙ ｅ ｓ ｉ ｄ Ｏ ｉ ｈ ｓｌ ｒｅ ｕ ｄ ｎ ｅ ｖ ｌ ｅ ｔ ｔ ｋ ｏｄ ｒ ｏ ｓ
导价值 。 关键 词 ： 支持向量 回归机 ； 股价预测 ； 粒子群优化算法
中 图 分 类 号 ： Ｐ ９ ． Ｔ ３ １９ 文 献 标 识 码 ： Ａ
Ｓ ｏ ｔ—ｔ ｒ ｒ ｃ ｓｉ ｆＳｔ ｃ Ｐｒｃ ｓ ｄ ｏ ｈ ｒ — ｅ ｍ Ｆｏ ｅ ａ ｔｎｇ ｏ ｏ ｋ ｉｅ Ｂａ ｅ ｎ Ｓ ｐ ｒ ｃ ｏ ｇ ｅ ｓｏ ｕｐ ｏ ｔＶｅ ｔ ｒ Ｒｅ ｒ ｓｉ ｎ
ｔ ｄ ｔ ｎ ｌｆ ｒ ｃ ｔ ｇ ｍｅｈ ｄ ｌｃ ｓｏ ｒｃ ｓｏ ｎ ｄ ｑ ａｅ ｐ ｅ ａ ａ ｉｎ ｆｒｓｏ ｋ ｏｄ ｒ ．Ｔ ｅ ｅｏ ｅ ｈ ｉ ｐ ｐ ｒ ｒ ｄ ｒ ｉ ｏ ａ ｏ ｅ ａ ｉ ｔ ｏ ａ ｋ ｆ ｅ ｉｉｎ ａ ｄ ａ ｅ ｕ ｔ ｒ ｐ ｔ ｔｃ ｈ ｌ ｅ ａ ｉ ｓ ｎ ｐ ｒ ｏ ｏ ｓ ｈ ｒ ｆｒ ，ｔ ｓ ａ ｅ ｅ ｔ ｉ