关于用Ga-SVM模型对股票价值评估的matlab实现

一颗发酸的咖啡豆 2018-04-13 05:35:17

本人小白一个，论文需要用Ga-SVM模型来评估股票投资价值，想借用Matlab编写一套程序根据股票平均周收益率进行划分，高的记为+1，低的记为-1，想通过Ga-SVM模型进行预测进而证实SVM模型能够起到较好的选股能力。但是由于不会用Matlab，所以不知从何处下手，希望有高人能指点一下或是给出Matlab代码！

...全文

909 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

然而，SVM模型的性能取决于一些关键参数的选择，如惩罚参数C和核函数的选择。实验结果表明，GA-SVM模型相比传统的SVM模型具有更好的预测性能。通过遗传算法的优化，我们能够得到更优的SVM参数，从而提高了模型的拟合能力。在本研究中，我们将GA用于寻找最优的SVM参数，以提高模型的预测性能。具体而言，我们使用GA来优化SVM的惩罚参数C和核函数的选择。通过遗传算法的优化，我们能够得到更优的SVM参数，从而提高了模型的拟合能力。在我们的实验中，线性核函数和较小的惩罚参数C能够获得更好的预测结果。

基于遗传算法优化支持向量机(GA-SVM)的时间序列预测在数据挖掘和预测领域中具有重要的应用价值。然而，由于时间序列数据的非线性、非平稳、噪声干扰等特点，传统的预测模型在处理时间序列预测问题时面临很大的挑战。综上所述，基于遗传算法优化支持向量机(GA-SVM)的时间序列预测在数据挖掘和预测领域中具有重要的研究价值和实际应用价值。接下来，将训练好的模型应用于测试集，进行时间序列的预测。在GA-SVM模型中，通过遗传算法优化支持向量机的参数，提高了预测的准确性和稳定性。

热压成型是一种常用的塑料加工方法，通过在高温和高压下对塑料进行加热和压制，实现所需形状和尺寸的塑料制品。训练数据应该包含塑料热压成型过程中的输入特征和对应的输出标签。GA-SVM模型的关键是定义适应度函数，该函数根据SVM的分类准确性评估模型的好坏。我们可以使用遗传算法的优化过程来搜索最佳的SVM参数，以达到最优的预测性能。通过适当选择和优化SVM的参数，结合遗传算法进行参数搜索，我们可以提高模型的预测性能。最后，我们可以使用得到的最佳参数C和gamma来训练最终的GA-SVM模型，并对测试数据进行预测。

MATALB编程实现遗传算法改进支持向量机SVM的参数g和参数c，实现对热负荷的预测

首先进行EMD分解和eemd分解对比，然后用遗传算法改进SVM和SVM对比，MATLAB编程实现

数据结构与算法

33,010

社区成员

35,327

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章