近三十年來(lái),得益于統(tǒng)計(jì)學(xué)、數(shù)據(jù)挖掘、人工智能等先進(jìn)技術(shù)的迅速發(fā)展,在對(duì)證券市場(chǎng)的預(yù)測(cè)研究中出現(xiàn)了一大批非線性的分類(lèi)預(yù)測(cè)方法。用于分類(lèi)與回歸的方法很多,其中又以混沌動(dòng)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(shí)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(jī)克服了傳統(tǒng)方法的大樣本要求且具有較強(qiáng)的延展和泛化能力。本文利用支持向量機(jī)在解決小樣本問(wèn)題方面的優(yōu)勢(shì),嘗試基于支持向量機(jī)理論來(lái)建立模型對(duì)商品期貨主力合約價(jià)格在未來(lái)的變動(dòng)趨勢(shì)進(jìn)行預(yù)測(cè)。并在期貨CTA策略的基礎(chǔ)上加入支持向量機(jī)模型形成新的策略,并與原策略做對(duì)比,驗(yàn)證預(yù)測(cè)效果,并嘗試基于該預(yù)測(cè)模型來(lái)建立行之有效的期貨投資策略,實(shí)證結(jié)果表明,支持向量機(jī)在期貨數(shù)據(jù)上的預(yù)測(cè)效果較好,經(jīng)過(guò)支持向量機(jī)改進(jìn)的CTA策略要比原策略的投資效果改善顯著,通過(guò)投組模型的構(gòu)建,充分分散了原策略的風(fēng)險(xiǎn),在降低風(fēng)險(xiǎn)的同時(shí),帶來(lái)了較高的收益。 

【文章來(lái)源】：鄭州大學(xué)河南省 211工程院校

【文章頁(yè)數(shù)】：59 頁(yè)

【學(xué)位級(jí)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(jià)格將要下跌，及時(shí)賣(mài)出有利于資產(chǎn)的保值與止損。當(dāng)出現(xiàn)金叉，而此??時(shí)投資者處于空倉(cāng)狀態(tài)時(shí)，將進(jìn)行買(mǎi)入操作，以當(dāng)前價(jià)格買(mǎi)入；當(dāng)出現(xiàn)死叉，且投資者??處于滿倉(cāng)狀態(tài)時(shí)，將進(jìn)行賣(mài)出操作，以當(dāng)前價(jià)格賣(mài)出。如下圖４．２所示短均線上穿長(zhǎng)均??線，出現(xiàn)金叉，也就是Ａ點(diǎn)做多進(jìn)場(chǎng)，在Ｂ點(diǎn)處短均線下穿長(zhǎng)均線，出現(xiàn)死叉，平倉(cāng)。??＾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(jì)學(xué)中的標(biāo)準(zhǔn)差原理設(shè)計(jì)出來(lái)的一種非常實(shí)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(shí)做多，也就是在Ａ點(diǎn)做多開(kāi)倉(cāng)，從圖中可以看??出，在Ｂ點(diǎn)處Ｋ線突破上軌道，觸發(fā)出場(chǎng)條件，平倉(cāng)。??當(dāng)ｋ選取較大數(shù)值時(shí)，此時(shí)布林通道的帶寬較大，可以將股價(jià)穿越布林通道上軌，??即可認(rèn)為出現(xiàn)行情超買(mǎi)的情況，表示賣(mài)點(diǎn)出現(xiàn)；當(dāng)股價(jià)跌破布林通道下軌時(shí)，即可認(rèn)為??出現(xiàn)行情超賣(mài)的情況，表示買(mǎi)點(diǎn)出現(xiàn)；而當(dāng)ｋ選取較小值時(shí)，布林通道的帶寬相對(duì)狹窄，??此時(shí)價(jià)格向上突破布林上軌是買(mǎi)入時(shí)機(jī)，價(jià)格向下突破布林下軌時(shí)賣(mài)出時(shí)機(jī)。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(jià)格常常會(huì)出現(xiàn)假突破。??同時(shí)，布林通道還具備通道功能。當(dāng)布林通道的帶寬放大時(shí)，是一種顯示匯價(jià)短線??大幅向上突破的形態(tài)

【參考文獻(xiàn)】：
期刊論文
[1]基于小波核支持向量機(jī)回歸的期貨價(jià)格預(yù)測(cè)[J]. 張怡超,伍長(zhǎng)春,林倩雨,韓林潔.  嘉興學(xué)院學(xué)報(bào). 2016(06)
[2]基于高頻數(shù)據(jù)的支持向量機(jī)量化擇時(shí)預(yù)測(cè)模型[J]. 黃恒秋.  科技經(jīng)濟(jì)導(dǎo)刊. 2016(13)
[3]基于SVM股票價(jià)格預(yù)測(cè)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(bào)(自然科學(xué)). 2016(02)
[4]基于支持向量機(jī)的股指期貨超短期預(yù)測(cè)研究[J]. 梁元浩.  信息與電腦(理論版). 2015(05)
[5]基于ARMA模型對(duì)余額寶未來(lái)收益的預(yù)測(cè)[J]. 劉書(shū)真,封惠子,袁錚.  時(shí)代金融. 2014(12)
[6]改進(jìn)的支持向量機(jī)石油期貨價(jià)格預(yù)測(cè)模型研究[J]. 張玉,何佳,尹騰飛.  計(jì)算機(jī)仿真. 2012(03)
[7]模糊近似支持向量機(jī)模型及其在信用風(fēng)險(xiǎn)評(píng)估中的應(yīng)用[J]. 姚瀟,余樂(lè)安.  系統(tǒng)工程理論與實(shí)踐. 2012(03)
[8]基于專(zhuān)家知識(shí)的模糊時(shí)間序列預(yù)測(cè)模型及應(yīng)用[J]. 楊一文,藺玉佩.  系統(tǒng)管理學(xué)報(bào). 2012(01)
[9]ARIMA融合神經(jīng)網(wǎng)絡(luò)的人民幣匯率預(yù)測(cè)模型研究[J]. 熊志斌.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2011(06)
[10]基于支持向量機(jī)的股價(jià)反轉(zhuǎn)點(diǎn)預(yù)測(cè)[J]. 黃朋朋,韓偉力.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2010(09)

博士論文
[1]基于EMD的時(shí)間序列預(yù)測(cè)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(cè)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(chǎng)理論和模糊支持向量機(jī)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(shí)間序列預(yù)測(cè)研究與應(yīng)用[D]. 戴陽(yáng)陽(yáng).江南大學(xué) 2015
[3]基于支持向量機(jī)的滬深300指數(shù)回歸預(yù)測(cè)[D]. 王芳.山東大學(xué) 2015
[4]基于支持向量機(jī)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(jìn)小波神經(jīng)網(wǎng)絡(luò)的上證指數(shù)預(yù)測(cè)研究[D]. 郝杰.華南理工大學(xué) 2014
[6]基于時(shí)間序列相似性的股價(jià)趨勢(shì)預(yù)測(cè)研究[D]. 孫建樂(lè).重慶交通大學(xué) 2014
[7]股價(jià)時(shí)間序列的分析與預(yù)測(cè)研究[D]. 史書(shū)真.大連理工大學(xué) 2013
[8]基于支持向量機(jī)的中國(guó)股指期貨回歸預(yù)測(cè)研究[D]. 張鳳廷.山東財(cái)經(jīng)大學(xué) 2013
[9]中國(guó)主要股指的分形分析與BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)[D]. 劉海萍.大連理工大學(xué) 2013
[10]基于SVMAdaBoost模型的股票漲跌實(shí)證研究[D]. 詹財(cái)鑫.華南理工大學(xué) 2013



本文編號(hào)：3466293