Adaptive Weighted Genetic Algorithm-Optimized SVR for Robust LongTerm Forecasting of Global Stock Indices for investment decisions
创建于 更新于
摘要
本文提出了一种改进的遗传算法优化支持向量回归模型（IGA-SVR），通过在全量训练数据与近五年训练数据上的MAPE算术均值作为GA评价函数，实现同时保留长期趋势与响应近期波动，从而在2021-2024年五个全球主要股指的年度多步预测中显著优于LSTM和滚动前验证的OGA-SVR；总体平均MAPE为8.91%，较LSTM与OGA-SVR分别改善约19.87%和50.03%，且计算成本大幅低于LSTM，[page::16][page::15]
