【出 处】：《 计算机仿真 》 CSCD 2012年第29卷第2期 378-381页,共4页

【作 者】： 杨震

【摘 要】 研究股票价格准确预测问题，针对股票走势预测受政治经济变化等多种因素的影响，具有较强的时变性和非线性特性。传统方法多为线性系统的预测方法，不能有效提高预测精度。为准确确定股票走势后效的时间长度，提高预测精度，根据地统计学与支持向量机提出了一种新的股票价格预测方法。先对数据进行平稳化处理并以地统计学分析股票价格数据的结构性，确定后效时间长度，根据后效时间长度确定各样本的拓阶次数，并对数据进行主成分分析，消除各描述特征携带的噪音。最后采用非线性支持向量机对得到的主成分构建模型并预测。以深发展A股与上证A股两个数据集进行仿真，预测精度均明显高于参比模型。仿真结果表明，新方法能准确预测股价走势，且稳定性好，为股价预测领域提供了有效的手段。