%0 Journal Article %A 高峰 %A 寇鹏 %A 李丰 %T 基于分段线性表示和高斯过程分类的股票转折点概率预测 %D 2015 %R 10.11772/j.issn.1001-9081.2015.08.2397 %J 计算机应用 %P 2397-2403 %V 35 %N 8 %X

针对股票交易过程中价格转折点的预测问题,提出了一种基于分段线性表示(PLR)与高斯过程分类(GPC)相结合的股票价格转折点预测算法PLR-GPC。该算法通过PLR提取股票历史价格序列的转折点,对转折点进行分类标记,建立基于GPC的股票价格转折点预测模型,以上述股票历史价格序列对模型进行训练,最终由预测模型对股票价格转折点进行预测,并对预测结果进行概率解释。将PLR-GPC与基于BP神经网络(BPN)的PLR-BPN算法、基于加权支持向量机支持向量机(WSVM)的PLR-WSVM算法进行实验对比:PLR-GPC在预测准确率上高于PLR-BPN与PLR-WSVM;在投资收益率上高于PLR-BPN,与PLR-WSVM持平。实验结果表明PLR-GPC在股票价格转折点的预测上是有效的,并且可以应用在实际股票投资交易中。

%U http://www.joca.cn/CN/10.11772/j.issn.1001-9081.2015.08.2397