1 / 90
文档名称:

基于支持向量机的股市预测研究.pdf

格式:pdf   页数:90
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

基于支持向量机的股市预测研究.pdf

上传人:qujim2013 2013/10/30 文件大小:0 KB

下载得到文件列表

基于支持向量机的股市预测研究.pdf

文档介绍

文档介绍:浙江大学电气工程学院
硕士学位论文
基于支持向量机的股市预测研究
姓名:金得宝
申请学位级别:硕士
专业:控制理论与控制工程
指导教师:刘妹琴
20100128
摘要股票市场不仅是国家经济的“晴雨表”,更是企业融资和广大股民投资的重要手段,对股票的预测研究无论对散户投资者、,它建立在统计学习理论的维理论与结构风险最小化原则基础上,在高维模式识别、函数拟合、时间序列预测方面表现出特有的优势。本文内容主要分为四个部分:第一部分:在参考了国内外大量文献的基础上,对金融股市预测方法做了全面的介绍,并重点介绍了统计学习理论和支持向量机。第二部分:对几种典型的核函数的参数选择进行了详细的研究,并针对金融时间序列近期样本数据远比早期重要的特点,在多项式核和高斯径向基核的基础上,构造了新的核函数:金融核。实证表明新的核函数具有更好的优越性。第三部分:在基于金融核的基础上对标准支持向量机和几种变形支持向量机:猄、—⑨苁籗进行了对比研究,实证表明彳尸一谠测精度上更有优势,但是参数控制很困难,训练时间过长。—脑げ饩度最低,但是训练时间最快。猄在参数选择和控制上更加方便,训练时间也快。针对股市预测的特点,采用猄进行预测比较好。第四部分:针对股市时间序列数据非平稳性、低信噪比这两个典型的特征,在基于金融核和籗的基础上提出了基于抵С窒蛄炕亩锥卧げ饽型,先对训练数据进行猰聚类分析,再用基于金融核的猄进行预测,实证表明二阶段模型极大提高了预测精度,具有更好的鲁棒性。最后在此模型的基础上对股市三种典型的数据进行了天滚动预测。本文提出的基于金融核的二阶段预测模型在预测结果上来看是令人满意的,与传统的げ饽P拖啾龋蘼墼谘澳芰头夯芰ι峡炊季哂忻飨缘挠关键词:股市预测,支持向量机,金融核,参数选择,变形支持向量机,担二阶段模型越性。浙江大学硕士学位论文摘要
,瑃猻琭篺,瑃,,甋甌琲,、加也簄,甀瓼,琫浙江大学硕宦畚琭琣’.
图表清单第一章绪论第二章核函数的构造和参数的选择图股市预测分析方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图学习问题的一般模型表示⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图二维空间中的三个样本点被函数集打散⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。图结构风险最小化原则示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图最优超平面和支持向量示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图特征空间变换示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图用于回归估计的支持向量机示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图论文的组织结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图典型的局部径向基核示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图典型的全局多项式核示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯〔煌凳焙蛭宥谋浠榭觥图用天指数移动平均进行数据处理后的情况⋯⋯⋯⋯⋯⋯⋯⋯⋯图高斯核、多项式核和组合核之间预测效果的对比⋯⋯⋯⋯⋯⋯⋯.图高斯核、多项式核和金融核之间预测效果对比⋯⋯⋯⋯⋯⋯⋯⋯.图组合核与金融核之间预测效果的对比⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..表〔煌凳钡脑げ馕蟛疃员取表多项式核阶数〔煌凳钡脑げ馕蟛疃员取表组合系数五取不同值时的预测误差对比⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.表新构造的金融核与单个核的预测误差对比⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图浙江大学硕士学位论文
第三章基于金融核墓芍甘奔湫蛄性げ第四章基于抵С窒蛄炕亩锥卧げ图基于金融核甋的上证综指预测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.—纳现ぷ壑冈げ狻表’,取不同值时的误差对比⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯—脑げ馕蟛睢表基于金融核的变形げ獗冉稀表几种变形难盗肥奔涠员取图二阶段预测总体框图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图用网格搜索进行参数设置⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图网格搜索等高线图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图二阶段预测模型具体流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图用标准曰鸾鹛┙⋯⋯⋯⋯⋯⋯⋯⋯⋯.图锥文P秃偷ジ瞿P投酝蚩坪旖性げ庑Ч亩员取图畓锥文P秃偷ジ瞿P投陨现ぷ壑负煸げ庑Ч员取图サ糁秃笮вκ焙煸げ馇榭觥蚩艫股滚动预测情况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图鸾鹛旃龆げ馇榭觥图现ぷ壑旃龆げ馇榭觥表数据集类型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图浙江大学硕士学位论文图表清单
表基金金泰的预测误差⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.表万科删鄄煌馗鍪痹げ馕蟛疃员取表万科啥锥文P秃偷ジ瞿P偷脑げ庑Ч员取表上证综指不同簇个数预