近三十年來,得益于統(tǒng)計學(xué)、數(shù)據(jù)挖掘、人工智能等先進技術(shù)的迅速發(fā)展,在對證券市場的預(yù)測研究中出現(xiàn)了一大批非線性的分類預(yù)測方法。用于分類與回歸的方法很多,其中又以混沌動力學(xué)、分形理論、神經(jīng)網(wǎng)絡(luò)、小波分析為代表。這些方法雖然在實際應(yīng)用中占據(jù)主導(dǎo)地位,但人們也發(fā)現(xiàn)它們還存在著許多不足之處。與傳統(tǒng)方法相比,支持向量機克服了傳統(tǒng)方法的大樣本要求且具有較強的延展和泛化能力。本文利用支持向量機在解決小樣本問題方面的優(yōu)勢,嘗試基于支持向量機理論來建立模型對商品期貨主力合約價格在未來的變動趨勢進行預(yù)測。并在期貨CTA策略的基礎(chǔ)上加入支持向量機模型形成新的策略,并與原策略做對比,驗證預(yù)測效果,并嘗試基于該預(yù)測模型來建立行之有效的期貨投資策略,實證結(jié)果表明,支持向量機在期貨數(shù)據(jù)上的預(yù)測效果較好,經(jīng)過支持向量機改進的CTA策略要比原策略的投資效果改善顯著,通過投組模型的構(gòu)建,充分分散了原策略的風(fēng)險,在降低風(fēng)險的同時,帶來了較高的收益。 

【文章來源】：鄭州大學(xué)河南省 211工程院校

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖４．１：?Ｒ－ｂｒｅａｋ策略示意圖??

況的出現(xiàn)意味著價格將要下跌，及時賣出有利于資產(chǎn)的保值與止損。當(dāng)出現(xiàn)金叉，而此??時投資者處于空倉狀態(tài)時，將進行買入操作，以當(dāng)前價格買入；當(dāng)出現(xiàn)死叉，且投資者??處于滿倉狀態(tài)時，將進行賣出操作，以當(dāng)前價格賣出。如下圖４．２所示短均線上穿長均??線，出現(xiàn)金叉，也就是Ａ點做多進場，在Ｂ點處短均線下穿長均線，出現(xiàn)死叉，平倉。??＾１??圖４．２：雙均線策略示意圖??４．１．３布林通道策略??布林線（Ｂｏｌｌｉｎｇｅｒ?Ｂａｎｄ）是根據(jù)統(tǒng)計學(xué)中的標(biāo)準(zhǔn)差原理設(shè)計出來的一種非常實用的??２０??

???圖４．３：布林通道策略示意圖??如上圖４．３所示，當(dāng)ｋ線突破下軌道時做多，也就是在Ａ點做多開倉，從圖中可以看??出，在Ｂ點處Ｋ線突破上軌道，觸發(fā)出場條件，平倉。??當(dāng)ｋ選取較大數(shù)值時，此時布林通道的帶寬較大，可以將股價穿越布林通道上軌，??即可認(rèn)為出現(xiàn)行情超買的情況，表示賣點出現(xiàn)；當(dāng)股價跌破布林通道下軌時，即可認(rèn)為??出現(xiàn)行情超賣的情況，表示買點出現(xiàn)；而當(dāng)ｋ選取較小值時，布林通道的帶寬相對狹窄，??此時價格向上突破布林上軌是買入時機，價格向下突破布林下軌時賣出時機。但是，使??用這種方法要謹(jǐn)慎，由于存在許多行情噪聲的干擾，所以價格常常會出現(xiàn)假突破。??同時，布林通道還具備通道功能。當(dāng)布林通道的帶寬放大時，是一種顯示匯價短線??大幅向上突破的形態(tài)

【參考文獻】：
期刊論文
[1]基于小波核支持向量機回歸的期貨價格預(yù)測[J]. 張怡超,伍長春,林倩雨,韓林潔.  嘉興學(xué)院學(xué)報. 2016(06)
[2]基于高頻數(shù)據(jù)的支持向量機量化擇時預(yù)測模型[J]. 黃恒秋.  科技經(jīng)濟導(dǎo)刊. 2016(13)
[3]基于SVM股票價格預(yù)測的核函數(shù)應(yīng)用研究[J]. 黃同愿,陳芳芳.  重慶理工大學(xué)學(xué)報(自然科學(xué)). 2016(02)
[4]基于支持向量機的股指期貨超短期預(yù)測研究[J]. 梁元浩.  信息與電腦(理論版). 2015(05)
[5]基于ARMA模型對余額寶未來收益的預(yù)測[J]. 劉書真,封惠子,袁錚.  時代金融. 2014(12)
[6]改進的支持向量機石油期貨價格預(yù)測模型研究[J]. 張玉,何佳,尹騰飛.  計算機仿真. 2012(03)
[7]模糊近似支持向量機模型及其在信用風(fēng)險評估中的應(yīng)用[J]. 姚瀟,余樂安.  系統(tǒng)工程理論與實踐. 2012(03)
[8]基于專家知識的模糊時間序列預(yù)測模型及應(yīng)用[J]. 楊一文,藺玉佩.  系統(tǒng)管理學(xué)報. 2012(01)
[9]ARIMA融合神經(jīng)網(wǎng)絡(luò)的人民幣匯率預(yù)測模型研究[J]. 熊志斌.  數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究. 2011(06)
[10]基于支持向量機的股價反轉(zhuǎn)點預(yù)測[J]. 黃朋朋,韓偉力.  計算機系統(tǒng)應(yīng)用. 2010(09)

博士論文
[1]基于EMD的時間序列預(yù)測混合建模技術(shù)及其應(yīng)用研究[D]. 熊濤.華中科技大學(xué) 2014
[2]基于神經(jīng)網(wǎng)絡(luò)和遺傳規(guī)劃的匯率預(yù)測技術(shù)研究[D]. 廖薇.華東師范大學(xué) 2010

碩士論文
[1]基于分形市場理論和模糊支持向量機的期貨數(shù)據(jù)分析[D]. 劉驊飛.吉林大學(xué) 2016
[2]基于數(shù)據(jù)挖掘的金融時間序列預(yù)測研究與應(yīng)用[D]. 戴陽陽.江南大學(xué) 2015
[3]基于支持向量機的滬深300指數(shù)回歸預(yù)測[D]. 王芳.山東大學(xué) 2015
[4]基于支持向量機模型的股指期貨高頻交易策略研究[D]. 于航.北京理工大學(xué) 2015
[5]基于改進小波神經(jīng)網(wǎng)絡(luò)的上證指數(shù)預(yù)測研究[D]. 郝杰.華南理工大學(xué) 2014
[6]基于時間序列相似性的股價趨勢預(yù)測研究[D]. 孫建樂.重慶交通大學(xué) 2014
[7]股價時間序列的分析與預(yù)測研究[D]. 史書真.大連理工大學(xué) 2013
[8]基于支持向量機的中國股指期貨回歸預(yù)測研究[D]. 張鳳廷.山東財經(jīng)大學(xué) 2013
[9]中國主要股指的分形分析與BP神經(jīng)網(wǎng)絡(luò)預(yù)測[D]. 劉海萍.大連理工大學(xué) 2013
[10]基于SVMAdaBoost模型的股票漲跌實證研究[D]. 詹財鑫.華南理工大學(xué) 2013



本文編號：3466293