[发明专利]一种基于代表样本的在线支持向量回归机的石油期货价格预测方法

摘要

本发明公开了一种基于代表样本的在线支持向量回归机的石油期货价格预测方法，其步骤如下(1)采集石油期货价格历史数据形成训练集；(2)计算训练集的代表样本集；(3)使用最小二乘支持向量回归机对代表样本集进行训练，构建价格预测模型；(4)实时采集当前交易日数据，形成待预测样本xtest；(5)使用步骤3得到的价格预测模型对xtest的后3天均价进行预测；(6)判断xtest是否是新的代表样本，若是则更新价格预测模型，若不是则不更新；(7)当代表样本集中样本数量超过设定阈值时，对其进行精简；(8)若无新数据到达，则等待；若有新数据到达，则转向步骤4。本发明通过增量学习对期货价格预测，解决数据长期积累而模型不更新的问题，可提高石油期货价格的预测精度。

主权项

一种基于代表样本的在线支持向量回归机的石油期货价格预测方法，其特征在于，包括如下步骤：步骤1.采集石油期货价格历史数据：以当日开盘价、当日最高价、当日最低价、当日成交价、当日持仓量和前4天均价作为输入样本集X，并选择后3天均价作为输出集Y，形成石油期货价格训练集{X,Y}；步骤2.计算石油期货价格训练集{X,Y}的代表样本集{X*,Y*}；步骤3.使用最小二乘支持向量回归机对步骤2得到的代表样本集{X*,Y*}进行训练，构建石油期货价格预测模型；步骤4.实时采集石油期货当前交易日的当日开盘价、当日最高价、当日最低价、当日成交价、当日持仓量和前4天均价，形成待预测样本xtest；步骤5.使用步骤3得到的石油期货价格预测模型对待预测样本xtest的后3天均价进行预测，得到其后3天均价的预测值ytest并输出；步骤6.判断样本xtest是否是新的代表样本，若是，则更新代表样本集，并重新构建石油期货价格预测模型；若不是，则不更新代表样本集；步骤7.当代表样本集中样本数量超过设定的阈值时，对代表样本集进行精简：按照代表样本的交易日期降序排列，剔除排名前p％的样本，其中p为一个正常数；步骤8.若无新数据到达，则等待；若有新数据到达，则转向步骤4；上述步骤2所述的计算石油期货价格训练集的代表样本的具体步骤如下：步骤2.1.在输入样本集X上使用支持向量域描述(support vector data description,SVDD)算法得到X在特征空间下的最小包含球的球心c1和分布在最小包含球球面上的样本集合X*；步骤2.2.计算X中除集合X*外的每个样本xi到球心c1在特征空间中的距离di，di的计算式为：di＝||φ(xi)‑φ(c1)||2，  (1)其中xi表示X中第i个样本且满足φ()表示样本从原始空间到核空间的映射函数；步骤2.3.根据距离di值降序排列集合X中除X*外的样本，得到集合E1；步骤2.4.每次迭代，依据步骤2.3得到的排序结果顺序取出E1中样本xi，代入式(2)计算其权值向量μi，满足i＝1,2,...,|E1|，minμi||φ(xi)-Σt=1|X*|μi,tφ(xt)||2,]]>s.t.xi∈X*,0≤μi,t≤1,Σt=1|X*|μi,t=1,---(2)]]>其中|X*|表示X*中样本的个数；步骤2.5.判断xi是否是代表样本，若xi满足式(3)，则xi是代表样本，若xi不满足式(3)，则xi不是代表样本；||φ(xi)-Σt=1|X*|μi,tφ(xt)||2>ϵ,---(3)]]>其中ε是一个正常数；步骤2.6.若xi是代表样本，则更新代表样本集{X*,Y*}：X*＝X*∪{xi}，Y*＝Y*∪{yi}；若xi不是代表样本，则不更新代表样本集{X*,Y*}，其中yi是xi对应的输出值；步骤2.7.转到步骤2.4，直至遍历E1中所有的样本；上述步骤6所述的判断样本xtest是否是新的代表样本，若是，则更新代表样本集，并重新构建石油期货价格预测模型；若不是，则不更新代表样本集，具体步骤如下：步骤6.1.转到步骤2.5判断样本xtest是否是新的代表样本；步骤6.2.若xtest是新的代表样本，则等待3天获得其对应的后3天真实均价ytest‑true，更新代表样本集{X*,Y*}：X*＝X*∪{xtest}，Y*＝Y*∪{ytest‑true}，再转到步骤3使用最小二乘支持向量回归机对{X*,Y*}进行训练，重新构建石油期货价格预测模型；若xtest不是新的代表样本，则不更新代表样本集。