基于在线核极限学习机的股票价格预测模型 陈海英;刘洋 【期刊名称】《内蒙古师范大学学报（自然科学汉文版）》 【年(卷),期】2015(000)002 【摘 要】为了对股票价格进行准确、快速的在线预测,提出一种在线核极限学习机算法(OL-KELM)的股票价格预测模型。首先收集股票价格数据,采用相空间重构理论建立学习样本,然后将学习样本输入在线核极限学习机中进行学习,建立股票价格预测模型,最后对国药股份(600511)股票收盘价进行仿真实验。结果表明,相对于其他股票价格预测模型,OL-KELM 提高了股票价格预测的准确性,可以准确地刻画股票价格的变化趋势。%In order to conduct fast and accurate online prediction of stock price,a novel prediction mod-el of stock price based on kernel extreme learning machine algorithm is proposed.Firstly,the stock price data are collected and learning samples are reconstructed by phase space reconstruction theory,and the samples are input to online kernel extreme learning machine to learn and established stock price predicting model,finally,the simulation experiment is carried out on guoyao shares (600010).The results show that the proposed model has improved prediction precision of stock price compared other stock price predicting models,and it can describe the change rule of stock price. 【总页数】5页(P174-178) 【作 者】陈海英;刘洋 【作者单位】华中农业大学 楚天学院，湖北 武汉 430205;信阳职业技术学院，河南 信阳 464000 【正文语种】中 文 【中图分类】TP391 【相关文献】 1.基于多个在线核极限学习机的并行模型训练算法 [J], SHEN Zhejun;LING Zhiyang 2.基于改进核极限学习机的短期负荷预测模型分析 [J], 朱勇;陶用伟;王常沛;李泽群;黄琼;杨键 3.基于粒子群算法和核极限学习机的财务危机预测模型 [J], 张亚男;刘人境;陈慧灵 4.带时间权重的动态在线核极限学习机组合预测模型 [J], 陈战波 5.基于核极限学习机的负荷多粒度预测模型 [J], 崔娇;文玉兴;余永胜;欧钰瞧;陈蒙;谷紫文 因版权原因，仅展示原文概要，查看原文内容请购买 本文来源：https://www.wddqw.com/doc/11289fa41ae8b8f67c1cfad6195f312b3169ebac.html