摘要
本发明公开一种基于支持向量机的上市公司业绩预警方法。首先,收集上市公司历史交易数据和基本因素数据构建因子数据库。接着,剔除其中异常值、极端值,填充缺失值并标准化处理,筛选主成分因子后合并为特征矩阵。然后,构建支持向量机模型,用交叉验证结合网格搜索进行参数优化与训练。最后,利用训练好的模型对上市公司业绩预警。本发明通过网格搜索找到最佳模型参数组合,结合交叉验证挑选出关键特征因子,有效降低模型复杂度,提高对企业破产风险和经营危机预测的准确性,减少交易市场投资风险,能为投资者提供更可靠的决策依据。
技术关键词
支持向量机模型
预警方法
因子
参数
皮尔逊相关系数
数据缺失值
网格
投资者
矩阵
鲁棒性
复杂度
风险
周期
基础
指标
系统为您推荐了相关专利信息
因子
径流预报方法
转移概率矩阵
鲸鱼优化算法
探测器
力学性能预测方法
随机森林
碳纤维复合材料
位置更新
搜索算法
虚拟显卡
云桌面
服务组件
图形处理方法
计算机设备
机器学习模型
生物炭
图形用户界面
搜索技术
冗余特征