本文關(guān)鍵詞：支持向量回歸在金融時(shí)間序列預(yù)測(cè)中的應(yīng)用

  更多相關(guān)文章： 支持向量回歸 金融時(shí)間序列 條件異方差模型 結(jié)構(gòu)風(fēng)險(xiǎn)最小化 核函數(shù)

【摘要】：經(jīng)典統(tǒng)計(jì)理論在處理低維數(shù)據(jù)的分類(lèi)和估計(jì)問(wèn)題中做出了巨大的貢獻(xiàn)。20世紀(jì)90年代美國(guó)的Vapnik提出了支持向量機(jī)(Support Vector Machine,SVM)理論,主要是針對(duì)小樣本建立一個(gè)新體系,不僅充分考慮了漸近問(wèn)題,還可以在有限條件下得到問(wèn)題的最優(yōu)解。目前支持向量機(jī)主要在分類(lèi)和回歸問(wèn)題上有廣泛的應(yīng)用與研究,而在預(yù)測(cè)方面還有很大的推廣空間。在實(shí)際的金融數(shù)據(jù)中,時(shí)間序列數(shù)據(jù)間是相互依存、相互關(guān)聯(lián)的,金融市場(chǎng)過(guò)去和現(xiàn)在的發(fā)展變化規(guī)律,會(huì)直接影響到金融市場(chǎng)未來(lái)的發(fā)展水平。利用時(shí)間序列分析理論進(jìn)行合理的建模,依靠歷史數(shù)據(jù)樣本,對(duì)未知數(shù)據(jù)進(jìn)行預(yù)測(cè),進(jìn)一步推測(cè)金融市場(chǎng)未來(lái)的發(fā)展趨勢(shì)及其風(fēng)險(xiǎn)價(jià)值,以期盡量減少不必要的經(jīng)濟(jì)損失。在實(shí)際應(yīng)用中,建立的時(shí)間序列模型只是對(duì)實(shí)際數(shù)據(jù)的近似逼近,而非完全吻合,所以對(duì)未知數(shù)據(jù)的預(yù)測(cè)有待考證。一般情況下,分別采用不同的模型進(jìn)行建模和預(yù)測(cè),然后經(jīng)過(guò)比較分析,在抉擇哪種模型的準(zhǔn)確率和精度更高。本文首先簡(jiǎn)要的介紹了一些時(shí)間序列的基本理論,并分別列舉出幾種時(shí)間序列模型和條件異方差模型,然后在此基礎(chǔ)上比較詳細(xì)的介紹了支持向量回歸的原理、算法及實(shí)現(xiàn)過(guò)程。并將此方法應(yīng)用于西南證券股票的日收盤(pán)價(jià)和上證指數(shù)進(jìn)行驗(yàn)證,也與傳統(tǒng)時(shí)間序列的預(yù)測(cè)方法進(jìn)行比較,發(fā)現(xiàn)支持向量回歸的預(yù)測(cè)精度更高,這體現(xiàn)出支持向量回歸在對(duì)金融時(shí)間序列的預(yù)測(cè)方面的確具有良好的有效性。
【關(guān)鍵詞】：支持向量回歸 金融時(shí)間序列 條件異方差模型 結(jié)構(gòu)風(fēng)險(xiǎn)最小化 核函數(shù)
【學(xué)位授予單位】：遼寧師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：F830;F224
【目錄】：

• 摘要4-5
• Abstract5-7
• 1 緒論7-9
• 1.1 課題研究的背景7
• 1.2 課題研究的現(xiàn)狀7-8
• 1.3 主要的研究?jī)?nèi)容8
• 1.4 本文的組織結(jié)構(gòu)8-9
• 2 時(shí)間序列理論9-18
• 2.1 時(shí)間序列相關(guān)概念9-11
• 2.1.1 時(shí)間序列定義9
• 2.1.2 平穩(wěn)時(shí)間序列定義9-11
• 2.2 一般時(shí)間序列模型11-14
• 2.2.1 AR模型及其統(tǒng)計(jì)特性11-12
• 2.2.2 MA模型及其統(tǒng)計(jì)特性12-13
• 2.2.3 ARMA模型及其統(tǒng)計(jì)特性13
• 2.2.4 ARIMA模型及其統(tǒng)計(jì)特性13-14
• 2.3 條件異方差模型14-18
• 2.3.1 ARCH模型及其統(tǒng)計(jì)特性14-15
• 2.3.2 GARCH模型及其統(tǒng)計(jì)特性15-18
• 3 支持向量回歸理論18-24
• 3.1 理論基礎(chǔ)18-19
• 3.1.1 V C維18
• 3.1.2 經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化準(zhǔn)則和結(jié)構(gòu)風(fēng)險(xiǎn)最小化準(zhǔn)則18-19
• 3.1.3 核函數(shù)19
• 3.2 支持向量回歸算法19-24
• 3.2.1 線性回歸算法20-22
• 3.2.2 非線性回歸算法22-24
• 4 支持向量回歸在金融時(shí)間序列預(yù)測(cè)中的應(yīng)用24-32
• 4.1 引言24
• 4.2 西南證券數(shù)據(jù)的擬合與預(yù)測(cè)24-28
• 4.2.1 數(shù)據(jù)的來(lái)源及預(yù)處理24-25
• 4.2.2 數(shù)據(jù)檢驗(yàn)25-26
• 4.2.3 模型的識(shí)別與建立26-28
• 4.2.4 預(yù)測(cè)精度的比較分析28
• 4.3 上證指數(shù)數(shù)據(jù)的擬合與預(yù)測(cè)28-31
• 4.4 小結(jié)31-32
• 5 結(jié)論與展望32-33
• 參考文獻(xiàn)33-34
• 攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況34-35
• 致謝35

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 許清海;混沌投資時(shí)間序列的嬗變[J];漳州師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2003年01期

2 高潔;孫立新;;長(zhǎng)記憶時(shí)間序列的適應(yīng)性預(yù)測(cè)誤差的譜密度[J];統(tǒng)計(jì)與決策;2006年13期

3 黃超;龔惠群;;金融領(lǐng)域時(shí)間序列挖掘技術(shù)研究[J];東南大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版);2007年05期

4 耿顯民;;價(jià)格時(shí)間序列及其應(yīng)用(英文)[J];數(shù)學(xué)季刊;2008年01期

5 杜江;李玉蓉;鐘菲菲;;基于模糊時(shí)間序列對(duì)我國(guó)對(duì)外貿(mào)易中的進(jìn)口水平的預(yù)測(cè)[J];統(tǒng)計(jì)與決策;2010年23期

6 王朝;;淺述時(shí)間序列的預(yù)測(cè)方法[J];商業(yè)文化(下半月);2012年03期

7 劉猛洪;汪愛(ài)麗;;基于模糊時(shí)間序列的短期電力負(fù)荷預(yù)測(cè)[J];電子世界;2013年07期

8 劉彩霞;;時(shí)間序列在糧食預(yù)測(cè)中的應(yīng)用[J];東方企業(yè)文化;2013年09期

9 鄧樹(shù)增;技術(shù)發(fā)展的時(shí)間序列律[J];科學(xué)學(xué)研究;1988年01期

10 肖牧;確定經(jīng)濟(jì)因素對(duì)地方當(dāng)局政策的影響:利用時(shí)間序列和轉(zhuǎn)換的功能模型[J];管理科學(xué)文摘;1996年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 周家斌;張海福;楊桂英;;多維多步時(shí)間序列預(yù)報(bào)方法及其應(yīng)用[A];中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第九屆學(xué)術(shù)年會(huì)論文集[C];1999年

2 馬培蓓;紀(jì)軍;;基于時(shí)間序列的航空備件消耗預(yù)測(cè)[A];中國(guó)系統(tǒng)工程學(xué)會(huì)決策科學(xué)專(zhuān)業(yè)委員會(huì)第六屆學(xué)術(shù)年會(huì)論文集[C];2005年

3 盧世坤;李夕海;牛超;陳蛟;;時(shí)間序列的非線性非平穩(wěn)特性研究綜述[A];國(guó)家安全地球物理叢書(shū)（八）——遙感地球物理與國(guó)家安全[C];2012年

4 李強(qiáng);;基于線性模型方法對(duì)時(shí)間序列中異常值的檢測(cè)及證券實(shí)證分析[A];加入WTO和中國(guó)科技與可持續(xù)發(fā)展——挑戰(zhàn)與機(jī)遇、責(zé)任和對(duì)策（上冊(cè)）[C];2002年

5 戴麗金;何振峰;;基于云模型的時(shí)間序列相似性度量方法[A];第八屆中國(guó)不確定系統(tǒng)年會(huì)論文集[C];2010年

6 謝美萍;趙希人;莊秀龍;;多維非線性時(shí)間序列的投影尋蹤學(xué)習(xí)逼近[A];'99系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];1999年

7 張大斌;李紅燕;劉肖;張文生;;非線性時(shí)問(wèn)序列的小波-模糊神經(jīng)網(wǎng)絡(luò)集成預(yù)測(cè)方法[A];第十五屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集（下）[C];2013年

8 黃云貴;;基于時(shí)間序列的電網(wǎng)固定資產(chǎn)投資規(guī)模研究[A];2012年云南電力技術(shù)論壇論文集（文摘部分）[C];2012年

9 李松臣;張世英;;時(shí)間序列高階矩持續(xù)和協(xié)同持續(xù)性研究[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第8卷）[C];2007年

10 陳赫;羅聲求;;歷史橫斷面數(shù)據(jù)的時(shí)間序列化[A];科學(xué)決策與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第六次年會(huì)論文集[C];1990年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前6條

1 ;《時(shí)間序列與金融數(shù)據(jù)分析》[N];中國(guó)信息報(bào);2004年

2 何德旭 王朝陽(yáng);時(shí)間序列計(jì)量經(jīng)濟(jì)學(xué)：協(xié)整與有條件的異方差自回歸[N];中國(guó)社會(huì)科學(xué)院院報(bào);2003年

3 劉俏;讓數(shù)據(jù)坦白真相[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2003年

4 西南證券高級(jí)研究員 董先安邋德圣基金研究中心 郭奔宇;預(yù)計(jì)6月CPI同比上漲7.2%[N];證券時(shí)報(bào);2008年

5 東證期貨 王愛(ài)華　楊衛(wèi)東;兩年漲跌輪回 秋季普遍下跌[N];期貨日?qǐng)?bào);2009年

6 任勇邋鄭重;中國(guó)對(duì)世界鋼材價(jià)格的影響實(shí)證分析[N];現(xiàn)代物流報(bào);2007年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 張墨謙;遙感時(shí)間序列數(shù)據(jù)的特征挖掘：在生態(tài)學(xué)中的應(yīng)用[D];復(fù)旦大學(xué);2014年

2 張德成;滑坡預(yù)測(cè)預(yù)報(bào)研究[D];昆明理工大學(xué);2015年

3 苗圣法;時(shí)間序列的模式檢測(cè)[D];蘭州大學(xué);2015年

4 翁同峰;時(shí)間序列與復(fù)雜網(wǎng)絡(luò)之間等價(jià)性問(wèn)題及表征應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2015年

5 楊婷婷;用Argo浮標(biāo)結(jié)合衛(wèi)星觀測(cè)估算北太平洋經(jīng)向熱輸運(yùn)[D];中國(guó)科學(xué)院研究生院(海洋研究所);2015年

6 王曉曄;時(shí)間序列數(shù)據(jù)挖掘中相似性和趨勢(shì)預(yù)測(cè)的研究[D];天津大學(xué);2003年

7 李桂玲;時(shí)間序列的分割及不一致發(fā)現(xiàn)研究[D];華中科技大學(xué);2012年

8 周勇;時(shí)間序列時(shí)序關(guān)聯(lián)規(guī)則挖掘研究[D];西南財(cái)經(jīng)大學(xué);2008年

9 張勇;時(shí)間序列模式匹配技術(shù)研究[D];華中科技大學(xué);2012年

10 董曉莉;時(shí)間序列數(shù)據(jù)挖掘相似性度量和周期模式挖掘研究[D];天津大學(xué);2007年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 陳健;基于多變量相空間重構(gòu)的投資組合策略研究[D];華南理工大學(xué);2015年

2 蘭鑫;時(shí)間序列的復(fù)雜網(wǎng)絡(luò)轉(zhuǎn)換策略研究[D];西南大學(xué);2015年

3 米曉將;區(qū)域尺度下月均氣溫的時(shí)空演化格局研究[D];昆明理工大學(xué);2015年

4 張鳴敏;基于支持向量回歸的PM_(2.5)濃度預(yù)測(cè)研究[D];南京信息工程大學(xué);2015年

5 林健;基于改進(jìn)小世界回聲狀態(tài)網(wǎng)的時(shí)間序列預(yù)測(cè)[D];渤海大學(xué);2015年

6 曹智麗;日氣溫和干旱指數(shù)支持向量回歸預(yù)測(cè)方法[D];南京信息工程大學(xué);2015年

7 高雄飛;基于分形理論的土壤含水量時(shí)間序列特性分析[D];長(zhǎng)安大學(xué);2015年

8 姚茜;城市安全生產(chǎn)發(fā)展目標(biāo)研究[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

9 謝翠穎;蘇州社會(huì)消費(fèi)品零售總額簡(jiǎn)析[D];蘇州大學(xué);2015年

10 包仁義;基于時(shí)間序列的搜索引擎評(píng)估模型算法研究[D];東北師范大學(xué);2015年

，

本文編號(hào)：972923