基于支持向量机模型的基金投资决策研究
刘雅橦
摘要：对于大数据的复杂投资决策,如何进行风险识别、评估和度量成为投资者迫切需要解决的问题。基于此本文提出了基于信息熵的支持向量分类(IE-SVC),以提高资本投资决策领域的准确性。同时应用两种经典方法,分别是k-最近邻算法(K-NN)和半径基函数神经网络(RBFNN)来比较本文算法性能。最终实验结果表明,IE-SVC比其他方法更快,精度更高。
关键词：基金投资; 支持向量分类; 半径基函数神经网络; K最近邻算法;
投稿地址：
邮政编码：
投稿邮箱：dztz1999@126.com
投稿电话：02258518411
投稿QQ：
上一篇：企业技术创新投资风险管理问题研究 2019-07-10
下一篇：互联网金融对大众投资理财观念的影响 2019-07-12