26、利用优化调参的高阶支持向量机和群体智能预测股市趋势

利用优化调参的高阶支持向量机和群体智能预测股市趋势

1. 引言

股票是公司所有权的一种形式，代表着对公司实力和收益的权益。股票价值会根据公司当前和预期的业绩而波动，全球不同市场也会对印度市场产生影响。股票市场是股票买卖双方进行交易的平台，其基本活动是买卖公司股票。

目前，美国约占全球股票市场总价值（1.65 万亿美元）的 35%，英国占 8%，日本占 9%。交易者在解读开盘价趋势时面临挑战，难以预测次日开盘价并做好准备。因此，预测股票价格对于提高交易效率和辅助决策至关重要。

有多种进化算法可用于预测特定股票市场的开盘价，如人工神经网络（ANN）、K 近邻算法（KNN）、隐马尔可夫模型（HMM）和支持向量机（SVM）。其中，SVM 最近在股票市场预测中表现出优于其他机器学习技术的性能。SVM 可分为线性和非线性两类，线性 SVM 学习速度快、性能较好，但在处理复杂数据集时可能表现不佳；非线性 SVM 执行更稳定，但可能会损失一定的信息能力。本研究旨在使用 SVM 预测股票开盘价的走势，具体目标包括：
- 利用 SVM 预测股票市场开盘价格指数。
- 为股票市场数据制定不同的 SVM 框架。
- 应用进化后的 SVM 框架预测开盘股价列表。
- 以平均绝对百分比误差（MAPE）和实际与预测股价之间的相关系数评估模型输出。

2. 相关工作

2.1 股票市场概念介绍

股票市场的核心目标是作为衡量市场整体方向或波动的指标。指数上升表示牛市，下降表示熊市。市场指数在计算市场回报、评估公司货币收益方面起着关键作用。许多研究人员利用过去的价格趋势来预测未来价格走势，市场指数也为研究影响股价