基于MATLAB的FIG-SVM在上证指数预测中的应用-Shanghai_index_prediction_with_FIG_SVM.rar

简介：
本研究利用MATLAB开发了FIG-SVM模型，并应用于上证指数预测。通过Shanghai_index_prediction_with_FIG_SVM项目，展示了该方法的有效性和准确性。 利用MATLAB的FIG（模糊信息粒化）与SVM（支持向量机）结合的方法对上证指数进行预测的研究，在参考了之前关于使用libsvm进行回归分析的例子后，进一步探索了从20号开始对未来五天内（即20、21、24、25和26日）每日开盘数的变化范围的预测。所用数据是从上海证券交易所自1990年12月19日至2009年8月19日期间，共计4579个交易日的数据。 原始数据包括上证指数从开市以来至研究结束点的所有每日开盘数值。通过信息粒化技术对这些数据进行了处理，并基于得到的模糊数（最低、代表值和最高）构建了SVM模型进行预测。训练过程中得到了三个部分的信息图，分别为低值、中值及高值的变化情况。 在进行未来五天内上证指数变化范围预测时，使用上述方法得出的结果为[2505.6, 2951.8, 3204.8]。这意味着从第20日开始的五个交易日内开盘数预计会在这一范围内波动，并且平均值约在中间位置。考虑到已知的实际数据（例如，第20天实际开盘为2798.4），该模型预测结果显得是合理的。 接下来可以每天验证后续几天的预测准确性以进一步评估模型的有效性及稳定性。需要注意的是，虽然这里进行了初步探索和尝试，并不意味着此方法在所有情况下都能准确地进行市场趋势预测或用于投资决策支持；它更多是一种技术研究与应用示例。 相关代码包括了信息粒化处理的部分接口以及SVM回归分析的具体实现（如FIG_SVM_sh.m及SVM_regression.m文件）。