發(fā)布時(shí)間：2017-07-18 16:03

  本文關(guān)鍵詞：基于支持向量機(jī)的新三板金融時(shí)間序列模型及其應(yīng)用

  更多相關(guān)文章： 支持向量機(jī) 三板做市指數(shù) 預(yù)測(cè) 技術(shù)指標(biāo) 反轉(zhuǎn)點(diǎn)

【摘要】：隨著我國多層次資本市場(chǎng)建設(shè)的不斷推進(jìn),股票市場(chǎng)日益成為我國經(jīng)濟(jì)發(fā)展的一個(gè)重要助推,它承載了企業(yè)的股類融資需求以及人們投資交易的需求。2014年以來的瘋狂牛市行情以及2015年后半年隨之而來的A股市場(chǎng)的劇烈震蕩,讓人們不得不重新審視中國股市及整個(gè)資本市場(chǎng)。與此同時(shí),蓬勃發(fā)展起來的號(hào)稱“中國版納斯達(dá)克”的新三板市場(chǎng),逐漸成為我國多層次資本市場(chǎng)建設(shè)的重要基礎(chǔ)組成部分。其相對(duì)特殊的地位、投資者準(zhǔn)入門檻以及交易模式,決定了其目前是面向機(jī)構(gòu)投資者的市場(chǎng),市場(chǎng)行情數(shù)據(jù)特點(diǎn)也與滬深主板市場(chǎng)有所差異。而又因其發(fā)展時(shí)間較短,其行情指數(shù)推出也才近一年時(shí)間。對(duì)于這個(gè)市場(chǎng)各方面的研究,也并不是完全到位。在原理層面基于統(tǒng)計(jì)學(xué)習(xí)的理論以及結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則的支持向量機(jī)方法,是一種較為使用有效的智能預(yù)測(cè)方法,在解決具有小樣本、非線性、貧信息等特征的數(shù)據(jù)挖掘問題時(shí),有著較為獨(dú)到的優(yōu)勢(shì)。它的兩種主要的應(yīng)用形式——分類機(jī)和回歸機(jī)已經(jīng)在金融市場(chǎng)地應(yīng)用中,成為了一個(gè)有力的研究工具,也為研究新三板提供了一個(gè)思路。本文實(shí)證研究就是基于支持向量機(jī)方法展開,主要研究對(duì)象是新三板市場(chǎng)的主要指數(shù)之一——三板做市指數(shù)。主要從兩個(gè)方面著手。一個(gè)方面的實(shí)證研究是選取與三板做市指數(shù)次日開盤價(jià)序列相關(guān)程度較高的指標(biāo),根據(jù)數(shù)據(jù)特征選取適當(dāng)?shù)暮撕瘮?shù),用適當(dāng)?shù)姆椒ㄟM(jìn)行參數(shù)尋優(yōu),訓(xùn)練v-ε-SVC模型,用以對(duì)三板做市指數(shù)次日開盤價(jià)序列進(jìn)行行情預(yù)測(cè)。另一方面是選取具有代表性的幾個(gè)技術(shù)指標(biāo),設(shè)定滑動(dòng)窗口,挖掘技術(shù)指標(biāo)識(shí)別的短期行情趨勢(shì)反轉(zhuǎn)點(diǎn),并使用平滑處理后的日收盤價(jià)數(shù)據(jù)序列定義真實(shí)反轉(zhuǎn)點(diǎn)。然后將所有的“疑似反轉(zhuǎn)點(diǎn)”標(biāo)記收集起來,劃分訓(xùn)練集和測(cè)試集,選取核函數(shù),進(jìn)行參數(shù)尋優(yōu),訓(xùn)練C-SVC模型,對(duì)測(cè)試集中的反轉(zhuǎn)點(diǎn)進(jìn)行預(yù)測(cè),為投資者判斷短期行情變化提供參考。本文通過使用不同形式的SVM模型進(jìn)行的三板做市指數(shù)實(shí)證研究,達(dá)到了比較理想的效果,對(duì)于參與新三板做市交易乃至后續(xù)對(duì)于該市場(chǎng)的研究,有一定的借鑒價(jià)值。
【關(guān)鍵詞】：支持向量機(jī) 三板做市指數(shù) 預(yù)測(cè) 技術(shù)指標(biāo) 反轉(zhuǎn)點(diǎn)
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F832.51;F224
【目錄】：

• 中文摘要8-10
• 英文摘要10-12
• 第一章 緒論12-17
• §1.1 研究背景和意義12-13
• §1.2 相關(guān)研究綜述13-14
• §1.3 新三板市場(chǎng)簡(jiǎn)介14-15
• §1.4 研究內(nèi)容與篇章結(jié)構(gòu)15-17
• §1.4.1 主要研究內(nèi)容15-16
• §1.4.2 文章結(jié)構(gòu)簡(jiǎn)述16-17
• 第二章 統(tǒng)計(jì)學(xué)習(xí)和支持向量機(jī)理論概述17-30
• §2.1 統(tǒng)計(jì)學(xué)習(xí)概述17-20
• §2.2 支持向量機(jī)理論20-26
• §2.2.1 支持向量分類機(jī)21-24
• §2.2.2 支持向量回歸機(jī)24-26
• §2.3 支持向量機(jī)優(yōu)化簡(jiǎn)介26-30
• §2.3.1 核函數(shù)選取26-27
• §2.3.2 優(yōu)化算法27-30
• 第三章 基于支持向量回歸機(jī)的三板做市指數(shù)序列預(yù)測(cè)30-40
• §3.1 解讀數(shù)據(jù)及指標(biāo)30-31
• §3.2 所用模型實(shí)現(xiàn)工具簡(jiǎn)介31-32
• §3.3 模型建立32-36
• §3.4 結(jié)果分析36-40
• 第四章 基于支持向量分類機(jī)的三板做市指數(shù)短期行情反轉(zhuǎn)點(diǎn)預(yù)測(cè)40-49
• §4.1 思路和數(shù)據(jù)指標(biāo)簡(jiǎn)介40-44
• §4.1.1 思路介紹40-41
• §4.1.2 數(shù)據(jù)指標(biāo)簡(jiǎn)介41-44
• §4.2 真實(shí)反轉(zhuǎn)點(diǎn)的定義及數(shù)據(jù)預(yù)處理44-46
• §4.3 模型建立與分析46-49
• 第五章 研究總結(jié)與展望49-51
• §5.1 應(yīng)用研究總結(jié)49
• §5.2 所做工作的局限與展望49-51
• 參考文獻(xiàn)51-54
• 致謝54-55
• 學(xué)位論文評(píng)閱及答辯情況表55

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 賈凝;;支持向量機(jī)模型在統(tǒng)計(jì)學(xué)上的應(yīng)用研究[J];統(tǒng)計(jì)與決策;2010年13期

2 呂向陽;高尚;;基于支持向量機(jī)的品牌特色專業(yè)評(píng)價(jià)[J];價(jià)值工程;2011年24期

3 黃勝忠;;遺傳支持向量機(jī)在股市趨向的預(yù)測(cè)[J];計(jì)算機(jī)與數(shù)字工程;2012年01期

4 胡奎;朱成文;;基于支持向量機(jī)的雷達(dá)信號(hào)分類[J];統(tǒng)計(jì)與決策;2008年23期

5 許建萍;;基于支持向量機(jī)的工程索賠合理工效研究[J];科技創(chuàng)新導(dǎo)報(bào);2009年07期

6 張明;劉念祖;;電子商務(wù)信用管理的支持向量機(jī)應(yīng)用[J];中國管理信息化(綜合版);2007年09期

7 高尚;梅亮;;基于支持向量機(jī)的電價(jià)組合預(yù)測(cè)模型[J];電力自動(dòng)化設(shè)備;2008年11期

8 王毅;;支持向量機(jī)技術(shù)及其應(yīng)用研究[J];中國高新技術(shù)企業(yè);2008年15期

9 呂月英;;基于支持向量機(jī)工程施工風(fēng)險(xiǎn)預(yù)警研究[J];科技創(chuàng)新導(dǎo)報(bào);2009年07期

10 芮麗梅;;改進(jìn)支持向量機(jī)的商業(yè)銀行評(píng)級(jí)算法[J];企業(yè)導(dǎo)報(bào);2011年03期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 余樂安;姚瀟;;基于中心化支持向量機(jī)的信用風(fēng)險(xiǎn)評(píng)估模型[A];第六屆（2011）中國管理學(xué)年會(huì)——商務(wù)智能分會(huì)場(chǎng)論文集[C];2011年

2 劉希玉;徐志敏;段會(huì)川;;基于支持向量機(jī)的創(chuàng)新分類器[A];山東省計(jì)算機(jī)學(xué)會(huì)2005年信息技術(shù)與信息化研討會(huì)論文集（一）[C];2005年

3 史曉濤;劉建麗;駱玉榮;;一種抗噪音的支持向量機(jī)學(xué)習(xí)方法[A];全國第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];2008年

4 何琴淑;劉信恩;肖世富;;基于支持向量機(jī)的系統(tǒng)辨識(shí)方法研究及應(yīng)用[A];中國力學(xué)大會(huì)——2013論文摘要集[C];2013年

5 劉駿;;基于支持向量機(jī)方法的衢州降雪模型[A];第五屆長三角氣象科技論壇論文集[C];2008年

6 王婷;胡秀珍;;基于組合向量的支持向量機(jī)方法預(yù)測(cè)膜蛋白類型[A];第十一次中國生物物理學(xué)術(shù)大會(huì)暨第九屆全國會(huì)員代表大會(huì)摘要集[C];2009年

7 趙晶;高雋;張旭東;謝昭;;支持向量機(jī)綜述[A];全國第十五屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2003年

8 周星宇;王思元;;智能數(shù)學(xué)與支持向量機(jī)[A];2005年中國智能自動(dòng)化會(huì)議論文集[C];2005年

9 顏根廷;馬廣富;朱良寬;宋斌;;一種魯棒支持向量機(jī)算法[A];2006中國控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

10 侯澍e，

本文編號(hào)：558516