發(fā)布時間：2021-05-17 07:06

　　股票投資已經(jīng)成為人們?nèi)粘Ｉ畹囊粋�重要組成部分，預(yù)測股票價格也一直是人們關(guān)心的問題。股票市場是一個復(fù)雜的非線性動態(tài)系統(tǒng)，利用傳統(tǒng)的時間序列預(yù)測技術(shù)很難揭示其內(nèi)在的規(guī)律。為了更好的對股票市場的價格規(guī)律進(jìn)行分析，本文在支持向量機(jī)理論的基礎(chǔ)上推導(dǎo)新的方法來適合股票價格預(yù)測的應(yīng)用。支持向量機(jī)采用結(jié)構(gòu)風(fēng)險最小化原則，使風(fēng)險只與輸入樣本數(shù)目有關(guān)，而與輸入的維數(shù)無關(guān)，從而避免“維數(shù)災(zāi)難”，克服了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)收斂速度慢，存在局部極小值等缺點(diǎn)，具有較好的泛化能力。本文基于此方法開發(fā)了一個支持向量回歸機(jī)原型系統(tǒng)。本文將這個系統(tǒng)應(yīng)用于股票價格的預(yù)測，預(yù)測效果基本令人滿意。本文還另外討論了核函數(shù)及其參數(shù)對預(yù)測結(jié)果的影響。因此基于支持向量機(jī)的股票價格預(yù)測模型對股票價格研究有著重要的參考價值。 

【文章來源】：暨南大學(xué)廣東省 211工程院校

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
目錄
第一章 緒論
    1.1 課題的應(yīng)用背景
    1.2 股市預(yù)測的發(fā)展概況
    1.3 支持向量機(jī)簡介
    1.4 本文結(jié)構(gòu)安排和研究內(nèi)容
        1.4.1 本文的結(jié)構(gòu)安排
        1.4.2 本文研究內(nèi)容
第二章 股票市場基本知識
    2.1 我國股票市場的發(fā)展
    2.2 進(jìn)行股票投資分析的必要性
    2.3 股票市場的研究方法
        2.3.1 基本分析法
        2.3.2 技術(shù)分析法
        2.3.3 數(shù)量分析方法
    2.4 股票常用術(shù)語
    2.5 本章小結(jié)
第三章 支持向量機(jī)理論概述
    3.1 統(tǒng)計(jì)學(xué)習(xí)理論概要
        3.1.1 引言
        3.1.2 機(jī)器學(xué)習(xí)的基本問題
        3.1.3 統(tǒng)計(jì)學(xué)習(xí)理論的核心問題
    3.2 支持向量機(jī)分類
        3.2.1 線性 SVM
        3.2.2 非線性SVM
    3.3 核函數(shù)特征空間
        3.3.1 核函數(shù)的性質(zhì)
        3.3.2 常用核函數(shù)
    3.4 支持向量機(jī)回歸
        3.4.1 回歸分析的問題表述
        3.4.2 ε-不敏感函數(shù)
    3.5 最優(yōu)回歸超平面與SVM線性回歸
        3.5.1 最優(yōu)回歸超平面
        3.5.2 SVM線性回歸
        3.5.3 求解最優(yōu)回歸超平面
        3.5.4 SVM回歸方法的特點(diǎn)
    3.6 本章小結(jié)
第四章 支持向量回歸機(jī)原型系統(tǒng)的實(shí)現(xiàn)
    4.1 系統(tǒng)的整體設(shè)計(jì)
    4.2 支持向量回歸機(jī)模型
        4.2.1 SVM非線性回歸
        4.2.2 支持向量機(jī)回歸算法
    4.3 支持向量回歸機(jī)模型的實(shí)現(xiàn)
        4.3.1 LibSVM工具包介紹
        4.3.2 模型相關(guān)生成文件
        4.3.3 主要模塊設(shè)計(jì)說明
        4.3.4 系統(tǒng)的操作界面示例
    4.4 本章小節(jié)
第五章 支持向量回歸機(jī)在股票價格預(yù)測中的應(yīng)用
    5.1 用支持向量回歸機(jī)進(jìn)行股票價格預(yù)測的步驟
    5.2 數(shù)據(jù)選取及來源
    5.3 預(yù)測參數(shù)的選取
    5.4 數(shù)據(jù)預(yù)處理
        5.4.1 數(shù)據(jù)預(yù)處理方法
        5.4.2 數(shù)據(jù)規(guī)范化處理
    5.5 股票價格預(yù)測
        5.5.1 支持向量回歸機(jī)的參數(shù)選擇
        5.5.2 實(shí)驗(yàn)和結(jié)果分析
    5.6 本章小結(jié)
第六章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 下一步的工作和思考
參考文獻(xiàn)
致謝



本文編號：3191326