隨著荷蘭東印度公司的股票在阿姆斯特丹的發(fā)行,股票作為一種投資標(biāo)的問世已經(jīng)超過400年。無數(shù)投資者為股票價格的波動輾轉(zhuǎn)反側(cè),但仍然沒有一種能夠準(zhǔn)確預(yù)測股價的方法。由于股價波動具有高度的非線性特點(diǎn),用傳統(tǒng)方法建立的數(shù)學(xué)模型對股價預(yù)測的準(zhǔn)確率偏低。隨著信息技術(shù)的發(fā)展,機(jī)器學(xué)習(xí)作為人工智能的重要組成部分亦得到長足發(fā)展。上世紀(jì)90年代提出的支持向量機(jī)（SVM）是一種基于統(tǒng)計(jì)學(xué)理論和結(jié)構(gòu)風(fēng)險最小化原理的機(jī)器學(xué)習(xí)理論。SVM在處理高維問題以及非線性復(fù)雜問題時表現(xiàn)出卓越的性能。這是因?yàn)镾VM引入核函數(shù)來規(guī)避低維空間的內(nèi)積計(jì)算使得非線性問題巧妙地轉(zhuǎn)化為較高維度空間的線性問題從而簡化了計(jì)算。最終模型的核心思想如下:先導(dǎo)入數(shù)據(jù)并進(jìn)行數(shù)據(jù)清洗,緊接著用小波分析對原始數(shù)據(jù)集進(jìn)行消噪處理,再將數(shù)據(jù)歸一化或標(biāo)準(zhǔn)化,接著進(jìn)行對數(shù)據(jù)降維。然后將處理過的數(shù)據(jù)導(dǎo)入SVM模型去訓(xùn)練模型。在模型的參數(shù)調(diào)優(yōu)方面:選用交叉驗(yàn)證縮小網(wǎng)格搜索的范圍后進(jìn)行全部遍歷以尋找支持向量機(jī)模型的最優(yōu)參數(shù)組合來構(gòu)建預(yù)測模型。然后用構(gòu)建好的預(yù)測模型以及新數(shù)據(jù)對下一期的股價漲跌情況進(jìn)行驗(yàn)證。最后對模型的性能進(jìn)行評價。模型預(yù)測出的分類值表明預(yù)測下一期股價... 

【文章來源】：上海外國語大學(xué)上海市 211工程院校 教育部直屬院校

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【部分圖文】：

017年人工智能技術(shù)成熟度曲線（源自GartnerGroup）

人工智能與機(jī)器學(xué)習(xí)關(guān)系圖

基于SVM的股價預(yù)測模型構(gòu)建流程圖

【參考文獻(xiàn)】：
期刊論文
[1]基于PSO優(yōu)化LSSVM的股價時間序列預(yù)測[J]. 王國俊.  科技和產(chǎn)業(yè). 2017(10)
[2]基于SVM的上證指數(shù)預(yù)測研究[J]. 張晶華,莫文柯,甘宇健.  軟件導(dǎo)刊. 2017(08)
[3]小波分析方法在金融股票數(shù)據(jù)預(yù)測中的應(yīng)用研究[J]. 沈樺.  時代金融. 2017(23)
[4]基于GARCH-SVM模型的股票價格波動分析[J]. 鄧軍.  經(jīng)濟(jì)研究導(dǎo)刊. 2017(06)
[5]影響股票收益的基本面因子略探——基于中小板上市公司的實(shí)證分析[J]. 周亮.  金融理論與實(shí)踐. 2017(02)
[6]基于離散小波分解和支持向量機(jī)的股指組合預(yù)測[J]. 嚴(yán)駿宏.  統(tǒng)計(jì)與決策. 2017(03)
[7]基于近鄰互信息的SVM-GARCH股票價格預(yù)測模型研究[J]. 張貴生,張信東.  中國管理科學(xué). 2016(09)
[8]基于PCA-FOA-SVR的股票價格預(yù)測研究[J]. 王衛(wèi)紅,卓鵬宇.  浙江工業(yè)大學(xué)學(xué)報. 2016(04)
[9]GARP數(shù)量化選股及馬爾科夫鏈擇時策略研究[J]. 劉洋,夏思雨,胡思瑞,林思亮.  金融與經(jīng)濟(jì). 2016(05)
[10]基于SVM修正的模糊時間序列模型在滬指預(yù)測中的應(yīng)用[J]. 李小琳,孫玥,劉洋.  中國科學(xué)技術(shù)大學(xué)學(xué)報. 2016(03)

碩士論文
[1]基于投資者情緒的股票預(yù)測研究[D]. 上官彥輝.北京工業(yè)大學(xué) 2016
[2]基于支持向量機(jī)的滬深300指數(shù)回歸預(yù)測[D]. 王芳.山東大學(xué) 2015
[3]基于小波分析和AGA-SVR模型的股指預(yù)測方法研究[D]. 崔燕敏.華南理工大學(xué) 2013
[4]支持向量機(jī)對股市的預(yù)測及實(shí)證分析[D]. 張麗娜.青島大學(xué) 2007
[5]基于小波分析和支持向量機(jī)的股票指數(shù)預(yù)測模型的研究及應(yīng)用[D]. 郭家芳.武漢理工大學(xué) 2006



本文編號：3077672