广义的基于多任务非对称临近支持向量机的股票价格预测方法

摘要

本发明提出一种广义的基于多任务非对称临近支持向量机的股票价格预测方法，解决现有股市预测方法由于忽略了各股票指数间的交叉关联信息和数据集的分布特性，存在较大的局限性，导致预测精度和鲁棒性不佳的问题。该预测方法主要包括以下环节：获取若干个股票交易日行情数据并进行预处理，得到数据集；构造非对称平方ε不敏感损失函数，调节超参数使其更好地适应数据集的分布特性；根据多任务学习假设建立广义的基于多任务学习非对称临近支持向量机的股票价格预测的数学优化模型；由KKT条件，将广义的基于多任务学习非对称临近支持向量机的股票价格预测模型的原规划问题转化为对偶规划问题；求解对偶规划得到股票价格预测模型的决策函数。