楼主: 南唐雨汐
62 0

[学科前沿] 项目介绍 MATLAB实现基于SVM-RNN-XGBoost 支持向量机(SVM)结合递归神经网络(RNN)与极限梯度提升(XGBoost)进行股票价格预测 [推广有奖]

  • 0关注
  • 0粉丝

已卖:36份资源

本科生

86%

还不是VIP/贵宾

-

威望
0
论坛币
1093 个
通用积分
133.3520
学术水平
5 点
热心指数
5 点
信用等级
5 点
经验
715 点
帖子
32
精华
0
在线时间
191 小时
注册时间
2025-8-7
最后登录
2025-12-30

楼主
南唐雨汐 在职认证  发表于 11 小时前 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
MATLAB
实现基于
SVM-RNN-XGBoost
支持向量机(
SVM)结合递归神经网络
RNN)与极限梯度提升(
XGBoost
)进行股票价格预测的详细项目实例
更多详细内容可直接联系博主本人
或者访问对应标题的完整博客或者文档下载页面(含完整的程序,
GUI设计和代码详解)
全球股市数据呈现出高频、高噪声、强非线性与显著时变性的复合特征,单一模型往往在不同市场状态间表现不稳定,难以持续给出稳健的预测。为增强鲁棒性与泛化能力,本项目构建了“支持向量机(SVM)+递归神经网络(RNN)+XGBoost”的多模型融合体系。三个子模型的 inductive bias 互补:SVM 擅长在有限样本、存在异常值的场景下捕捉非线性边界;RNN(以 LSTM 为主)适合刻画时间序列中的长短期依赖;XGBoost 则在处理非线性、异质特征与高阶交互时具备强大的梯度提升能力。通过在特征工程阶段引入多源特征(技术指标、统计信号、宏观代理变量、情绪与成交结构特征等),在建模阶段采用多任务式损失调度与交叉验证,并在融合阶段使用堆叠与加权策略,能够在不同波动状态、结构性变点与尾部风险事件出现时,维持 ...
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:matlab实现 MATLAB boost matla 支持向量机

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群
GMT+8, 2025-12-30 20:28