股票投资短期预测的多模匹配识别算法

摘要：

从股票投资预测的技术发展方向来看,不同人工智能学习算法之间的组合学习日益得到关注.基于组合学习的思想,提出了股票投资短期预测的多模匹配识别算法(MPMA).算法通过迭代计算数据采样频率、聚类分组、模式匹配将股价预测和涨跌预测纳入到一个统一的学习框架中,建立起不同人工智能学习算法之间的组合学习模型.实验结果表明,所提算法具有较好的预报和泛化能力.

关键词： 股票市场 短期投资预测 多模匹配识别算法 预报能力 泛化能力

作者: 王泳

作者单位: 中国科学院大学 金融科技研究中心,北京 100049

会议类型: 国内会议

会议名称: 2014年全国开放式分布与并行计算学术年会

会议地点: 湖北襄阳

会议语种:中文

页码: 180-183

在线出版日期: 2014-09-27（万方平台首次上网日期，不代表论文的发表时间）