伴隨著我國經(jīng)濟的快速發(fā)展和證券投資基金市場機制的持續(xù)完善,證券投資基金已成為最受廣大投資者歡迎的投資工具之一。隨之帶來的是基金規(guī)模的日益擴大與基金投資需求的日益提高,這使得基金的收益成為了投資者最為關(guān)心的問題。無論是基金管理公司還是個人投資者都渴望在基金市場中獲得受益,因此正確預(yù)測基金走勢成為了重要的研究課題。本文針對基金市場的時間序列數(shù)據(jù)不平穩(wěn)、非線性、高噪聲等特點,提出了一種小波閾值降噪的數(shù)據(jù)預(yù)處理方法,并從coif N、db N、sym N三種小波函數(shù)在不同階數(shù)、分解層數(shù)和閾值處理方法下的降噪表現(xiàn)入手選擇策略;在變量選取上,共選擇了周基金份額凈值、累計份額凈值、凈值增長率、周披露天數(shù)、行業(yè)集中度、持股集中度、居民消費價格指數(shù)等共計十個變量,涉及了基金凈值表現(xiàn)、資產(chǎn)配置、宏觀經(jīng)濟等多個方面;針對核函數(shù)的選擇問題,使用了幾種常用的核函數(shù)和基于線性加權(quán)組合的多核方法進行擇優(yōu)選取;針對支持向量回歸模型的超參數(shù)優(yōu)化問題,使用了傳統(tǒng)的網(wǎng)格搜索法、遺傳算法和粒子群算法求解最優(yōu)參數(shù)組合。研究得出主要結(jié)論如下:第一,對于基金時間序列數(shù)據(jù),使用軟硬折中法處理的coif8小波系數(shù)在2層分解下的降噪表現(xiàn)最...

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1.1論文框架圖

基于WD-GA-SVR模型的基金凈值預(yù)測研究7圖1.1論文框架圖本文章節(jié)安排如下。第一章：緒論。闡述本文設(shè)計的組合模型應(yīng)用在證券投資基金市場的預(yù)測問題提出的目的和意義，系統(tǒng)介紹從股票市場到基金市場的國內(nèi)外研究概況和存在的問題，并理清文章研究思路與章節(jié)安排。第二章：基本理論方法概述....

圖2.1經(jīng)驗風(fēng)險和期望風(fēng)險關(guān)系圖

基于WD-GA-SVR模型的基金凈值預(yù)測研究13測值的風(fēng)險最小化，這就引入了經(jīng)驗風(fēng)險最小化的概念。11nempiiiRwLy，fx，wn(2.1)式(2.1)就是經(jīng)驗風(fēng)險，其中iiL(yfx,,w為損失函數(shù)，常用估計值與真實值之間離差的算數(shù)平均來逼近數(shù)學(xué)期望，這樣就可以用可計算的....

圖2.2結(jié)構(gòu)風(fēng)險最小化結(jié)構(gòu)圖

基于WD-GA-SVR模型的基金凈值預(yù)測研究15這樣根據(jù)子群的VC維和樣本數(shù)就可以固定子群的置信區(qū)間，且子群的置信區(qū)間隨i的增加而增大。123knsssss(2.4)然后計算每一個子集的最小經(jīng)驗風(fēng)險，可以發(fā)現(xiàn)滿足式(2.5)。emp1emp2empnRfRfRf(2.5)通過VC....

圖2.3支持向量機分類超平面

2基金市場和支持向量機理論介紹162.4.1最優(yōu)分類面與線性可分問題圖2.3支持向量機分類超平面圖2.3中的點表示處于二維平面的二分類樣本，類型用黑色和白色標注。其中I為最優(yōu)分類線，在高維則表現(xiàn)為最優(yōu)分類平面。I1和I2為兩類樣本點中經(jīng)過距離分類線最近的樣本作的平行于最優(yōu)分類平面....

本文編號：4028642