『壹』 基於Matlab SVM的信息粒化時序回歸預測----上證指數開盤指數變化趨勢及變化空間預測 如何寫畢業設計
證指數開盤指數。
變化趨勢及變化空間預測
我，給，的好。 的
『貳』 求支持向量機預測股票價格的MATLAB程序，謝謝！
這個，可多啊，我有
『叄』 基於支持向量機（SVM）預測模型 比如預測人口數、價格等，隨便給個matlab源代碼
http://..com/question/203592147.html
『肆』 用 SVM做回歸預測，得到結果參數分析如下，這樣算不算好結果呢預測准確的話，MSE和R應該在怎樣的數值上
算，我的R2才0.0幾。。
『伍』 用svm建立的模型進行預測，怎麼預測的數據完全一樣啊
1、首先輸入數據集，分析數據維度，可以看到共有0,1,2,3四個類別，如下圖所示。
『陸』 利用BP神經網路預測股票價格走勢
參考 matlab神經網路30例 中有一個股票預測的案例
我覺得svm做這個更好
『柒』 用svm做回歸預測，為什麼預測值都是一樣的
第一，要先看你建立的回歸方程中各個自變數是否都具有顯著預測作用；第二，你的回歸方程預測效果如何，也就是決定系數R方有多大，如果預測效果很差，用方程計算出來的值和原始值肯定出入很大。除非R方等於1，否則不可能用方程預測出來的值都和原始值完全一樣。
『捌』 用svm做回歸預測，為什麼預測值都是一樣的
我發現我的問題是gamma那個參數設置的太大了，在默認參數附近設置就好了
『玖』 用libsvm做時間序列預測，為什麼訓練數據越少越准確
樓主的說法似乎不太對
首先，訓練數據的主要區別是什麼是測試數據：
如果我有一堆計時數據，首先隨機分為兩堆，一堆訓練只用於看模型是好的，然後前者稱為訓練數據。下面是幾個訓練數據序列。（注意不要把訓練數據的結果作為模型質量的度量，這是最基本的）。
最後，如果像預測股票價格一切都那樣簡單，那麼就不需要這么多機器學習和金融專家才能進行高頻交易。
『拾』 SVM回歸預測程序問題，求幫助
《MATLAB神經網路30個案例分析》裡面有一個用SVM做股票開盤價分析的程序
他裡面有這么幾句
ts = sh(2:m,1);
tsx = sh(1:m-1,:);
%歸一化 。。。
model = svmtrain(TS,TSX,cmd);
[predict,mse, decision_values] = svmpredict(TS,TSX,model);
他這個不是在用訓練集預測自己嗎？這樣有什麼意義？
另外我的時間序列每次只有一個數據，預測的時候是不是就只有一個特徵？
謝謝！！