TY -的A2 -卡利,米歇尔盟——鲁斯塔姆,Zuherman盟——Kintandani Puteri PY - 2019 DA - 2019/04/21 TI -支持向量回归在印尼股票价格预测中的应用特征选择使用粒子群优化SP - 8962717六世- 2019 AB -股票投资是最受欢迎的类型的投资,因为它提供了在所有投资回报最高的类型;然而,它也涉及相当大的风险。股票价格波动为投资者提供一个机会让利润很高。我们可以看到的运动团体的股票价格指数,也就是在印尼雅加达综合指数(JKSE)。几项研究都集中在对股票价格的预测使用机器学习,当一个使用支持向量回归(SVR)。因此,本研究探讨了应用SVR和粒子群优化(PSO)在预测股票价格使用股票历史数据和一些技术指标,使用算法来选择。随后,应用支持向量机(SVM)和技术指标来预测股票价格的选择算法作为预测指标。研究发现,股票价格预测利用SVR和PSO所有数据,显示了良好的性能和许多特性和训练数据使用的研究相对较低的错误概率。因此,得到一个精确的模型来预测股票价格在印尼。SN - 1687 - 5591 UR - https://doi.org/10.1155/2019/8962717 - 10.1155 / 2019/8962717摩根富林明建模和仿真工程PB - Hindawi KW - ER