论文部分内容阅读
支持向量机是基于统计学习理论的新一代学习机器.它使用结构风险最小化原则,给出了实际风险的上界,运用该技巧,较好地解决了学习问题而神经网络则采用经验风险最小化原则,会出现过学习现象.根据证券指数等时间序列数据的特点即近期数据要比远期数据重要,重要数据点要求比较小的误差而提出了加权支持向量机算法,与径向基神经网络相比较,加权支持向量机在证券指数预测方面表现出了良好的泛化性能.