SVM在股票价格预测中的应用场景是什么?

我对SVM在股票价格预测中的应用情况感到困惑。我了解SVM是一种监督学习模型,预测目标是基于先前的数据来构建决策边界。它对于非线性关系有很好的适应性,但在实际应用中,我不确定它如何在股票市场中发挥作用。我还想知道数据的来源和如何选择特征。如果有人在这方面有经验,能否指导一下?非常感谢。

提问时间:2023-07-02 17:25:32 编辑时间:2023-07-02 17:25:34 提问者: Lunar_Lover
  • Arctic_Warrior
    10

    目前,SVM在股票价格预测中的应用场景主要是基于历史数据构建模型,预测未来的股票价格。数据的来源包括股票市场的历史交易数据、财经新闻、舆情数据等。选择的特征主要包括技术指标、基础面因素、市场情绪指数等。同时,还可以通过增加交叉验证和优化算法等手段来提高模型的准确性。需要注意的是,股票市场变化复杂,不同股票之间的关系也可能存在差异,因此需要针对不同的股票进行特征选择和模型构建。

    回答时间:2023-07-02 17:25:38