股指期貨可以“反向交易”,既可做多,也可做空,具有價(jià)格發(fā)現(xiàn)、套期保值等多種功能。同時(shí),股指期貨交易具有高杠桿性,風(fēng)險(xiǎn)巨大,因此能否對(duì)股指期貨的價(jià)格運(yùn)行趨勢(shì)進(jìn)行大概率準(zhǔn)確的預(yù)測(cè)對(duì)實(shí)戰(zhàn)成功具有現(xiàn)實(shí)指導(dǎo)意義。對(duì)于金融數(shù)據(jù)的預(yù)測(cè),傳統(tǒng)預(yù)測(cè)方法包括基本面分析、技術(shù)分析以及時(shí)間序列分析等。但是,面對(duì)非線性的金融數(shù)據(jù),這些方法存在著各種各樣的局限,預(yù)測(cè)效果也不是很理想。隨著統(tǒng)計(jì)學(xué)理論、數(shù)據(jù)挖掘以及人工智能技術(shù)的發(fā)展,更多的機(jī)器學(xué)習(xí)方法被應(yīng)用到金融數(shù)據(jù)領(lǐng)域,并且取得了不錯(cuò)的效果。支持向量機(jī)作為近年來機(jī)器學(xué)習(xí)領(lǐng)域的研究熱點(diǎn),由結(jié)構(gòu)風(fēng)險(xiǎn)最小化的統(tǒng)計(jì)理論發(fā)展而來,具有較強(qiáng)的泛化能力。由于支持向量機(jī)在預(yù)測(cè)小樣本、非線性數(shù)據(jù)具有一定的優(yōu)勢(shì),于是,本文建立了基于支持向量機(jī)的股指期貨價(jià)格分類預(yù)測(cè)模型,并在此基礎(chǔ)上構(gòu)建了相應(yīng)的交易策略。本文以我國(guó)上證50股指期貨為研究對(duì)象,將期貨價(jià)格的未來趨勢(shì)劃分為漲、跌兩種,通過歷史交易數(shù)據(jù)來預(yù)測(cè)未來交易價(jià)格的漲跌情況。具體過程如下:（1）基于鞅理論利用歷史數(shù)據(jù)找出收盤價(jià)的異常值,即“離群點(diǎn)”數(shù)據(jù),對(duì)樣本進(jìn)行篩選,從而實(shí)現(xiàn)數(shù)據(jù)的清洗。（2）選擇影響期貨價(jià)格的相關(guān)指標(biāo)時(shí),本文選擇了7... 

【文章來源】：安徽大學(xué)安徽省 211工程院校

【文章頁數(shù)】：51 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－２上證５０股指期貨交易情況??由圖２－２可以看出２０１５年作為上證５０股指期貨推出的第一個(gè)年度，其年成??

?４％??圖２－１行業(yè)占比圖??由表２－１和圖２－１可以看出，上證５０指數(shù)的成分股所分布的行業(yè)還是比較??豐富的，其中金融行業(yè)的比重最大，達(dá)到３８％�？梢姡献C５０指數(shù)主要集中在??金融行業(yè)，具有較強(qiáng)的行業(yè)偏向性特征，存在的風(fēng)險(xiǎn)也相對(duì)集中。??２．３上證５０股指期貨介紹??上證５０股指期貨是一種以上證５０指數(shù)為標(biāo)的物的期貨品種，上證５０股指??期貨從其推出以來，其交易詳情如圖２－２所示（數(shù)據(jù)來源于中國(guó)金融期貨交易所）：??３５?「?１?４０００??＿?３０?■?＼￣ｆ￣＼?＇?３５００?雋??＾?■?３０００?量??２０?．?１?．?２５００??■?２０００??１５?－?１??－１５００??１０?．?Ｉ?■?１０００??５?■?！；?ｍ?ｍ?＇?５００??ｑ?丨丨?１＾１?．?Ｉ￣￣?．?１?ｂ???．?Ｉ?Ｕ??ｑ??２０１５?２０１６?２０１７?２０１８??口成交額（萬億元）■成交量（萬手）??圖２－２上證５０股指期貨交易情況??由圖２－２可以看出２０１５年作為上證５０股指期貨推出的第一個(gè)年度，其年成??交量和年成交額都是可觀的，年成交量達(dá)到３５４８．３９２萬手，年成交額達(dá)到３０．６９??萬億元。這主要是因?yàn)樵冢玻埃保的曛埃瑖?guó)內(nèi)的資本市場(chǎng)在經(jīng)歷了長(zhǎng)達(dá)４年的“熊??市”壓制

?ｍａｒｇｉｎ?＝?２／＼Ｍ＾??圖３－１支持向量機(jī)分類原理??對(duì)于線性分類問題，如圖３－１所示，有兩種不同的樣本，／／是將這兩類樣本??正確分開的分類面。線條歷、與線條／／平行，同時(shí)這兩條線上的點(diǎn)到／／的距??離是最近的，歷、ｆｔ兩條線之間的距離被稱為兩類樣本的分類間隔，兩條平行??１３??

【參考文獻(xiàn)】：
期刊論文
[1]基于集成算法的股票指數(shù)預(yù)測(cè)[J]. 王玥,孫德山.  經(jīng)濟(jì)數(shù)學(xué). 2018(04)
[2]股指期貨推出對(duì)股市的影響[J]. 鄭逸.  合作經(jīng)濟(jì)與科技. 2018(17)
[3]機(jī)器學(xué)習(xí)方法在股指期貨預(yù)測(cè)中的應(yīng)用研究——基于BP神經(jīng)網(wǎng)絡(luò)、SVM和XGBoost的比較分析[J]. 黃卿,謝合亮.  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2018(08)
[4]基于正則化LSTM模型的股票指數(shù)預(yù)測(cè)[J]. 任君,王建華,王傳美,王建祥.  計(jì)算機(jī)應(yīng)用與軟件. 2018(04)
[5]基于BP神經(jīng)網(wǎng)絡(luò)和小波降噪的滬深300股指期貨價(jià)格預(yù)測(cè)[J]. 程偉,許學(xué)軍.  農(nóng)場(chǎng)經(jīng)濟(jì)管理. 2018(04)
[6]基于小波與動(dòng)態(tài)GM（1,1）-ARIMA模型的股價(jià)預(yù)測(cè)研究[J]. 駱樺,陳艷飛.  浙江理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(04)
[7]基于近鄰互信息的SVM-GARCH股票價(jià)格預(yù)測(cè)模型研究[J]. 張貴生,張信東.  中國(guó)管理科學(xué). 2016(09)
[8]灰色神經(jīng)網(wǎng)絡(luò)在股價(jià)預(yù)測(cè)中的應(yīng)用[J]. 周琴,雍丹丹,王興龍.  商. 2015(39)
[9]基于小波分析的股指期貨高頻預(yù)測(cè)研究[J]. 劉向麗,王旭朋.  系統(tǒng)工程理論與實(shí)踐. 2015(06)
[10]基于支持向量機(jī)與信息粒化的上證指數(shù)預(yù)測(cè)研究[J]. 周曉輝,姚儉.  科技通報(bào). 2014(09)

碩士論文
[1]滬深300股指期貨價(jià)格預(yù)測(cè)研究[D]. 吳迪.沈陽工業(yè)大學(xué) 2018
[2]基于支持向量機(jī)的股指期貨短期價(jià)格預(yù)測(cè)研究[D]. 馬紹宇.重慶工商大學(xué) 2018
[3]基于長(zhǎng)短期記憶模型的期貨價(jià)格預(yù)測(cè)[D]. 李科嘉.中國(guó)科學(xué)技術(shù)大學(xué) 2018
[4]基于小波核支持向量機(jī)回歸的股指期貨價(jià)格預(yù)測(cè)[D]. 梁成.上海師范大學(xué) 2018
[5]我國(guó)股指期貨對(duì)現(xiàn)貨市場(chǎng)價(jià)格波動(dòng)性影響的實(shí)證分析[D]. 劉暢.華中師范大學(xué) 2018
[6]基于隨機(jī)森林方法的滬深300指數(shù)漲跌預(yù)測(cè)研究[D]. 王偉.天津財(cái)經(jīng)大學(xué) 2017
[7]基于改進(jìn)GA優(yōu)化參數(shù)的SVR股價(jià)預(yù)測(cè)研究[D]. 孫秋韻.福建師范大學(xué) 2015



本文編號(hào)：3392789