我正在使用R软件(Lib e1071),并试图使用支持向量回归进行预测。我正在做的方式如下:金融时间序列预测/ SV回归
我使用N = 3倍的产率windowizing原始收盘价:
s[t-3] s[t-2] s[t-1] -> s[t]
1.2350 1.2358 1.2354 1.2360
. . . .
. . . .
etc...
我想预测的值是Y = S [T]。 SVM类型是“eps-regression”,内核是“radial”。此外,我执行10倍交叉验证以获得最佳参数,伽玛和成本。
但是我有一个问题:
预测总是最后值S [K-1]的非常接近的值,实例:
Last Vector:
s[t-3] s[t-2] s[t-1] -> s[t]
1.2350 1.2358 1.2354 1.2355
预测值将是最后s [t-1]值非常接近的值。我试图增加学习向量的数量(10K)并增加N收益(最多7),但结果是一样的。
有人可以告诉我为什么会发生这种情况,我怎么能得到真正的预测?
**
附录
**
关于从user__42样的答复,我有一些问题了解你的解释:
1)可以说,我有以下3个训练矢量集
10 s[t-3] 12 s[t-2] 15 s[t-1] -> 11 s[t]
5 s[t-4] 8 s[t-3] 9 s[t-2] -> 10 s[t-1]
6 s[t-5] 12 s[t-4] 10 s[t-3] -> 15 s[t-2]
建议尝试的预测是Y”:
y'[t] = y[t] - y[-t]
以上述例子
y'[t] = 11 - 15 -> y'[t] = y[t] - y[-1]
但在实时预测,不知Y [t]的计算y':
y'[t] = x - 15
2)考虑到上面的例子,你能解释一下你所说的以下表述的意思是:
y'[nt]
y'[-nt]
y[nt]
这可能对http://stats.stackexchange.com/更好。他们可能有更多的见解。 –
你想做什么?财务数据是一个过于广泛的术语。 – Pedrom
我希望现在更清楚。谢谢。 –