Matlab的FIG信息粒化SVM对于上证指数的预测-FIG_SVM_sh.rar

上传者: 39841856 | 上传时间: 2021-11-14 09:59:51 | 文件大小: 287KB | 文件类型: -
Matlab的FIG信息粒化SVM对于上证指数的预测-FIG_SVM_sh.rar
秉承着这个帖子:
利用libsvm做回归分析的一个小例子 https://www.ilovematlab.cn/thread-47453-1-1.html对于上证指数的预测我又做了一些探究,这次我要做的是从20号开始对于未来五天内(20,21,24,25,26)[22,23两天关闭],上证指数的每日开盘数的变化空间(五日内的变化范围的预测,以及与前五日相比的趋势).
所采用的方法是FIG+SVM[信息粒化 支持向量机].

这回也加大了数据量,为上证指数从1990.12.19开盘以来到2009.8.19,4579个交易日内每日的开盘数.

原始数据如下:
========上证指数1990.12.19-2009.8.19每日开盘数
sh_8_19.jpg
========
我把每五日,放在一起对原始数据进行模糊信息粒化.[有关模糊信息粒化相关的代码我就不贴出来了,其他的代码可以共享]
得到原始数据的信息粒化图,三幅,分别是模糊数的三个部分: 最低,代表,最高.看图:
图的意义与那个帖子类似: 红色是原始数据,绿色是用SVM拟合的数据,下面的是归一化的数据,调试用的.
=====low=========
low.jpg    mse =  18.7764
    r = 0.9960
=====R==========
| R.jpg |   mse =  9.1019
    r = 0.9980
=====up=========
up.jpg
|   mse =  8.4657
    r = 0.9982
=============================

利用上面训练得到的模型 对于从20号开始对于未来五天内(20,21,24,25,26)开盘指数的变化范围的预测是:
[2505.6,2951.8,3204.8]
所表示的意义是:
20,21,24,25,26这五天内开盘数的变化范围为 2505.6到3204.8,且五日内平均水平大概为2951.8.

由于20号的开盘指数已知为:20号的实际开盘是2798.4
验证一下是在上面的范围内的.

21,24,25,26可以每天验证一下看看这个模型预测的怎么样...
[不一定准哈,我就是做了个小探索.hehe.OO,要是准了.咱完后就靠这个模型天天预测大盘.炒股就成.了.so.......]

且20号往前五日[13,14,17,18,19]的变化范围是[2796.3    3138.2    3380.2]
这样比较起来说明:[2505.6,2951.8,3204.8]  vs [2796.3    3138.2    3380.2]
趋势预测:
20号后面五日内的开盘数整体会比前五日有所降低.down..

代码如下:[信息粒化的我没贴出来,但接口给了,其他的我都贴上]
====FIG_SVM_sh.m=====%FIG SVM script by faruto to predict trend of the index of Shanghai
09.8.21
%Email:farutoliyang@gmail.com QQ:516667408 http://blog.sina.com.cn/faruto
%www.ilovematlab.cn

load sh_8_19;
TS = sh_open';

figure;
plot;
legend');
grid on;

len = length;
win_num = floor;
[low,R,up]=FIG_D;

% figure;
% plot;
% legend;
% grid on;
% figure;
% plot;
% legend;
% grid on;
% figure;
% plot;
% legend;
% grid on;

[pre_low,acc_low,model_low,ps_low] = SVM_regression;

[pre_up,acc_up,model_up,ps_up] = SVM_regression;

[pre_R,acc_R,model_R,ps_R] = SVM_regression;

prlow = svmpredict;
prlow = mapm

文件下载

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明