【出 处】：《 计算机仿真 》 CSCD 2013年第4期 217-219页,共4页

【作 者】： 陈海英

【摘 要】 研究证券交易的准确风险评估问题。针对不同证券交易类型中，受到政策、市场、地域分布等多方面因素的影响，交易的利润量属性、成本量属性以及众多属性之间存在较大冲突，传统的风险评估模型多是利用利润量和成本量这两个单项属性完成证券风险评估，两者的冲突会导致模型稳定性不高，造成证券交易风险评估准确性降低。为解决上述问题，提出了一种采用模糊支持向量机算法的证券交易风险评估方法。利用模糊支持向量机方法，对证券交易中的风险进行评估，利用误差补偿方法，对评估过程中产生的误差进行补偿，从而实现证券交易风险评估。实验结果表明，改进算法能够有效提高证券交易过程中风险评估的准确性。