基于支持向量机的时间序列预测

Question

使用SVM预测时间序列中使用的属性是什么？我有两个值，日期和在该日期的值我已经知道我可以在价格上涨或下跌时使用-1和1，但仍然没有＆＃ 39;知道如何绘制计算超平面的时间序列

Answer 1

有些论文显示了一些方法：

Financial time series forecasting using support vector machine

Using Support Vector Machines in Financial Time Series Forecasting

Financial Forecasting Using Support Vector Machines

我真的建议您浏览现有的文献，但为了好玩，我会描述一种简单的方法（可能不是最好的）。

假设你有N对，其中是该对的特定日期/时间，是其对应的值。这些对按其X分量排序。

假设您要预测是否给定，相应的未知值会上升或下降（请注意，您也可以使用回归，而是尝试预测值本身）。 / p>

然后我们可以训练一个带有这样训练集的模型：

Input                         Value
======================        ================ 
y_t0, y_t1, ..., y_ti-1         1 :if y_ti   > y_ti-1, -1 otherwise
y_t1, y_t2, ..., y_ti           1 :if y_ti+1 > y_ti,   -1 otherwise
y_t2, y_t3, ..., y_ti+1         1 :if y_ti+2 > y_ti+1, -1 otherwise
y_t3, y_t4, ..., y_ti+2         1 :if y_ti+3 > y_ti+2, -1 otherwise
y_t4, y_t5, ..., y_ti+3         1 :if y_ti+4 > y_ti+3, -1 otherwise

基本上，你将训练算法，通过给出一个过去的一瞥来对未来的下一个“滴答”进行有根据的猜测。训练模型进行预测后，您可以使用N值（其中N是您在训练阶段中用作输入的值的数量）为模型提供预测值。