文档介绍：摘要证券价格预测是金融预测领域的研究热点之一。随着人工智能技术、计算机技术的空前发展,证券价格预测方法也得到了很大的发展。尤其是基于机器学习理论和支持向量机理论的研究成果不断出现,其中的一些成果已经在实际应用中显示出巨大的潜力。文章在简要阐述统计学习理论和支持向量机算法的基础上,针对现有基于支持向量机的证券价格预测方法存在的变量选取、核函数选择、规则提取问题进行了研究,着重以深圳证券交易所五支股票的日收盘价为例进行了分析与讨论。文章主要包括以下几方面内容:凼隽酥と鄹裨げ夥椒ǖ难芯肯肿矗赋隽酥С窒蛄炕谥と鄹裨げ夥矫的优越性和存在的一些问题,回顾了支持向量机的基本理论和相关概念,推导了支持向量分类机和支持向量回归机学习算法。岢隽巳指慕闹С窒蛄炕と鄹裨げ饽P汀J紫龋攵韵钟兄С窒蛄炕证券价格预测方法存在的变量选择问题,提出了一种融相对贡献分析和价格预测于一体的层级支持向量机模型。接着,结合证券市场自身的特点,提出了线性支持向量机和非线性支持向量机组合模型和组合核支持向量机模型。特别是组合核支持向量机模型解决了支持向量机核函数难于确定的问题。最后,针对支持向量机理解性差的“黑箱问题”,提出了一种基于支持向量分类机和粗糙集的规则提取算法。直鹩τ盟岢龅娜种С窒蛄炕P投陨钲谥と灰姿逯Ч善苯辛讼嘤的实证研究。实验结果表明,本文提出的三种支持向量机模型都取得了令人满意的结果。詈蠖匀慕辛烁爬ㄗ芙幔⒅赋隼砺凵虾陀τ蒙嫌写徊窖芯康奈侍狻关键词:证券价格预测;支持向量机;变量选取;核函数;规则提取大连理工大学硕士学位论文
知识水坝为您整理
:瓻.,:Ⅱ瑂簆.,:.畇...瓻篕瓵ⅪⅪ.篠——
知识水坝为您整理
独创性说明作者郑重声明:本硕士学位论文是我个人在导师指导下进行的研究工作及取得研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写的研究成果,。
一鼋掌磐皿今曲斗日盈丝丞大连理工大学学位论文版权使用授权书本学位论文作者及指导教师完全了解“大连理工大学硕士、博士学位论文版权使用规定”,同意大连理工大学保留并向国家有关部门或机构送交学位论文的复印件和电子版,允许论文被查阅和借阕。本人授权大连理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。作者签名:基于支持向量机的证券价格预测方法研究
髀研究背景及意义证券价格预测方法研究现状和技术分析低线图、移动平均线和叩。然而这些方法从本质上来讲只是分析方金融证券市场是市场经济的重要组成部分,它不仅在筹措资金和资源优化配置方面起着十分重要的作用,而且与广大证券投资者密切相关。全球证券市场从诞生至今已有几百年的历史,但人们对它的理解和研究是在近几十年才有了比较大的发展。过去相当长的时间内,由于证券市场规模不大,信息交流速度和分析手段非常有限,人们通常只能凭借着个人的主观感觉进行判断决策。近年来,随着证券市场的迅速发展,信息披露规范化,信息传输手段多样化,人们逐渐认识到:选取有效的证券分析预测方法是能否此外,我国证券市场建立时间比较短,运行机制的不完善、信息不对称现象的普遍存在和投资者的非理性行为,决定了我国证券市场有效性很差。因此,加强对我国证券投资的研究,不仅可以使投资者获得既定风险下的最大收益,而且对于研究证券价格的形成机制、评价证券市场效率以及有效地监管证券市场运行都有很重要的作用。然而,证券市场是一个复杂的非线性动态系统,它不仅是一个有大量参与者的互动系统,而且还受到很多市场以外的各种综合因素的影响,所以要完全揭示其内在的规律是很困难的。但是由于对利益的追求和对求知规律的渴望,长期以来,人们从未停止过对证券市场预测工作的探索和研究。随着非线性理论、统计学、系统论、信息论、控制论和人工智能技术的空前发展,证券价格预测也开辟了新思路。支持向量机作为一种新的机器学习方法,它基于严格完备的数学理论,引入结构风险最小化原则,可以得到全局最优解,解决了陷入局部极小点的问题,利用支持向量机对证券时间序列进行预测是随着金融市场的逐步完善,证券交易所的交易量也在不断的提升,预测未来一段时间内的证券价格成为广大投资者密切关注的问题。这一问题也引起了金融界、计算机科学界的专家、学者的极大兴趣,同时产生了许多优秀的证券分析预测方法,如基本分析法,其预测结果不很理想。近年来,国内外学者纷纷采用人工神经网络、支持向量机等机器学习方法对证券交易数据,特别是股票市场的数据进行处理,试图揭示证券交易数据背后所蕴含的意义,并对其价格进行