股票市場預(yù)測是一個小樣本,復(fù)雜系統(tǒng)分析預(yù)測的問題,本文將統(tǒng)計(jì)學(xué)習(xí)理論引入該領(lǐng)域,結(jié)合混沌時間序列分析方法,進(jìn)行了一些探討,介紹了基于統(tǒng)計(jì)學(xué)習(xí)理論的支持向量機(jī)方法。在實(shí)際運(yùn)用中,我們選擇了標(biāo)準(zhǔn)支持向量機(jī)的變體——最小二乘法支持向量機(jī)工具LSSVM.M,此工具運(yùn)行環(huán)境為MATLAB軟件。為了保證LSSVM.M處理數(shù)據(jù)的準(zhǔn)確性,本文對此工具的預(yù)測和擬合性能進(jìn)行了驗(yàn)證,發(fā)現(xiàn)本工具的問題主要是預(yù)測的結(jié)果不理想,通過詳細(xì)的分析,我們對它進(jìn)行了改進(jìn)。最后,使用改進(jìn)后的工具對金融時間序列數(shù)據(jù)進(jìn)行處理,得到了較好的結(jié)果。 主要研究內(nèi)容與結(jié)論如下:研究支持向量機(jī)的數(shù)學(xué)模型,從理論上分析支持向量機(jī)在小子樣數(shù)據(jù)處理中的優(yōu)勢,并指出支持向量機(jī)在實(shí)際運(yùn)用中的缺陷。采用一種支持向量機(jī)的進(jìn)化工具“最小二乘支持向量機(jī)LSSVM.M”對數(shù)據(jù)進(jìn)行分析。在研究LSSVM.M的基本框架和算法流程的基礎(chǔ)上,對預(yù)測和擬合效果進(jìn)行測試,發(fā)現(xiàn)參數(shù)選擇是影響其預(yù)測效果的主要因素。本文從網(wǎng)格搜索和留一交叉驗(yàn)證的原理出發(fā),提出一種改進(jìn)的參數(shù)優(yōu)化方法,先對參數(shù)所在區(qū)域進(jìn)行搜索,使搜索參數(shù)區(qū)域逐步精確縮小,然后再對參數(shù)進(jìn)行優(yōu)化選擇。實(shí)例證明改進(jìn)的方法提高了LSSVM.M工具預(yù)測的準(zhǔn)確性。用改進(jìn)的LSSVM.M工具對時間序列進(jìn)行預(yù)測,建立時間序列預(yù)測模型。綜上所述,本文提出了一種可行的時間序列分析方法,討論了參數(shù)如何進(jìn)行優(yōu)化,將其應(yīng)用于上證指數(shù)的預(yù)測,取得了一定的效果
【學(xué)位單位】：西南交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2008
【中圖分類】：F830.91;F224
【部分圖文】：

、 、志 志圖3一4無參數(shù)優(yōu)化的擬合結(jié)果圖圖3一為無參數(shù)優(yōu)化的擬合結(jié)果，其誤差為6X10習(xí)，擬合效果較理想。圖3一5為有參數(shù)優(yōu)化的結(jié)果，其優(yōu)化范圍根據(jù)經(jīng)驗(yàn)設(shè)定為ZE[l，10201，護(hù)二〔10一，”，10，“〕，誤差為1.7x10一7。可見

OOOOO、 、志 志圖3一4無參數(shù)優(yōu)化的擬合結(jié)果圖圖3一為無參數(shù)優(yōu)化的擬合結(jié)果，其誤差為6X10習(xí)，擬合效果較理想。圖3一5為有參數(shù)優(yōu)化的結(jié)果，其優(yōu)化范圍根據(jù)經(jīng)驗(yàn)設(shè)定為ZE[l，10201，護(hù)二〔10一，”，10，“〕，誤差為1.7x10一7�？梢�

圖3一6無參數(shù)優(yōu)化的預(yù)測結(jié)果圖為改善預(yù)測效果，在第二次預(yù)測測試時，我們使用LSSVM.M自帶的參數(shù)優(yōu)化方法對Z和擴(kuò)進(jìn)行優(yōu)化之后，再進(jìn)行訓(xùn)練和回歸。預(yù)測結(jié)果如圖3一7所示，誤差為10.24，效果相對好一些，但是仍然是不理想的。一 一}l一一 一〔 〔〔 OOOOO ~~~+++， ，甲 甲決決l甲 1111111圖3一7參數(shù)優(yōu)化后的預(yù)測結(jié)果圖3.3.2問題分析通過大量的試驗(yàn)演算的結(jié)果分析，可以得出結(jié)論:參數(shù)選擇對工具預(yù)測和擬合的效果影響是比較大的。且在工具LSSVM.M中，對于同一組數(shù)據(jù)選擇不同的核函數(shù)，基本上都可以得到相近的訓(xùn)練效果。以RBF為例

【引證文獻(xiàn)】

相關(guān)博士學(xué)位論文 前1條

1 董丁穩(wěn);基于安全監(jiān)控系統(tǒng)實(shí)測數(shù)據(jù)的瓦斯?jié)舛阮A(yù)測預(yù)警研究[D];西安科技大學(xué);2012年

相關(guān)碩士學(xué)位論文 前3條

1 趙欣;基于支持向量機(jī)的中國證券市場長期投資分析[D];北京交通大學(xué);2011年

2 楊飛;基于SVM的煤炭銷售分析預(yù)測系統(tǒng)的研究[D];太原科技大學(xué);2011年

3 黃巧英;基于時變系統(tǒng)的支持向量機(jī)預(yù)測模型及其應(yīng)用[D];西南石油大學(xué);2011年

本文編號：2813638