【摘要】：隨著社會(huì)的發(fā)展與科學(xué)的進(jìn)步,人們的物質(zhì)生活水平日益提高,股票投資也逐漸走進(jìn)千家萬戶,成為人們生活密不可分的一部分。由于股票投資具有高收益的特點(diǎn),使得人們對(duì)此趨之若鶩,但是伴隨著股票的高收益,股票的高風(fēng)險(xiǎn)性也是不可忽視的一點(diǎn)。因此,如何科學(xué)地利用股票市場(chǎng)已有的信息來預(yù)測(cè)股票市場(chǎng)的變化,盡可能地規(guī)避風(fēng)險(xiǎn)與提高收益,也成為了一項(xiàng)重要的課題。本文是基于灰色系統(tǒng)理論和支持向量機(jī)理論,以上證指數(shù)的周期數(shù)據(jù)為研究對(duì)象來展開研究的。股票市場(chǎng)作為一種本征能量系統(tǒng),包含有大量的歷史數(shù)據(jù),其高度非線性的特點(diǎn)又使得常用的線性回歸方法難以奏效,因此我們采用的方法是灰色系統(tǒng)理論中的GM(1,1)模型,為了讓模型更加完善,得到合理的結(jié)果后對(duì)其進(jìn)行邊值修正。在完成預(yù)測(cè)后,根據(jù)已有的等級(jí)精度評(píng)價(jià)標(biāo)準(zhǔn)來給出預(yù)測(cè)的等級(jí)并且判斷預(yù)測(cè)是否合理。為了避免單一使用灰色預(yù)測(cè)模型帶來的誤差偏大的困擾,我們?cè)谠械幕A(chǔ)上加入支持向量機(jī)的元素,具體的操作表現(xiàn)為在獲取殘差序列后,利用支持向量回歸機(jī)對(duì)原模型進(jìn)行殘差修正,將兩者進(jìn)行有機(jī)結(jié)合以期提高預(yù)測(cè)的精度。在支持向量回歸機(jī)中,懲罰因子C與核函數(shù)參數(shù)γ的變化是影響支持向量回歸機(jī)效果的重要因素,我們通過對(duì)參數(shù)進(jìn)行不斷調(diào)節(jié)選擇,盡量保證最好的回歸效果。在完成對(duì)原GM(1,1)模型的改進(jìn)步驟之后,將兩次預(yù)測(cè)的結(jié)果進(jìn)行定量地對(duì)比分析,發(fā)現(xiàn)各項(xiàng)評(píng)價(jià)指標(biāo)都得到了明顯的提升,從而達(dá)到了對(duì)原始模型進(jìn)行改進(jìn)的目的。
【學(xué)位授予單位】：廈門大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：N941.5;F832.51
【圖文】：

圖２－１真實(shí)風(fēng)險(xiǎn)與經(jīng)驗(yàn)風(fēng)險(xiǎn)逡逑

邐Ｌ邐＞逡逑圖２－１真實(shí)風(fēng)險(xiǎn)與經(jīng)驗(yàn)風(fēng)險(xiǎn)逡逑進(jìn)一步，Ｖａｐｎｉｋ還給出了學(xué)習(xí)理論的關(guān)鍵定理。逡逑設(shè)函數(shù)集ｇ0，ｏ0，ａｅＡ，滿足條件：逡逑Ａ＜＼Ｑ（ｚ，ａ）ｄＦ（ｚ）＜Ｂ逡逑那么ＥＲＭ原則一致性的充分必要條件是：（ａ）在如下意義上一致收斂逡逑于邋Ｒ（ａ）：逡逑ｌｉｍ邋Ｐ｛ｓｕｐ（Ｒ（ａ）邋－邋Ｒ（ａｎ））邋＞邋ｓ｝邋＝邋０，＼／ｓ邋＞邋０逡逑ｎ－＞ｃ0逡逑其中Ｐ表示概率，ｓｕｐ表示函數(shù)的上確界。逡逑這個(gè)定理被稱為學(xué)習(xí)理論的關(guān)鍵定理，在統(tǒng)計(jì)學(xué)理論中具有十分重耍的地逡逑位。它沒有用經(jīng)驗(yàn)風(fēng)險(xiǎn)去逼近真實(shí)風(fēng)險(xiǎn)（因?yàn)楹芾щy），而是通過經(jīng)驗(yàn)風(fēng)險(xiǎn)最小逡逑化函數(shù)來逼近真實(shí)風(fēng)險(xiǎn)最小化函數(shù)。這就是關(guān)鍵定理的絕妙之處一一我們需要解逡逑決的就只是一個(gè)收斂問題而不是原來的學(xué)習(xí)一致性問題。這樣

圖２－３風(fēng)險(xiǎn)界的示意圖逡逑２．３邋ＳＶＭ的數(shù)學(xué)推導(dǎo)逡逑當(dāng)ＶＣ維的定義被提出后，在ＳＲＭ原則的基礎(chǔ)上，支持向量機(jī)理論得到了長(zhǎng)逡逑足的發(fā)展，它的理論性十分嚴(yán)密，對(duì)于各種不同的數(shù)據(jù)類型都有極強(qiáng)的適應(yīng)性，逡逑學(xué)習(xí)訓(xùn)練過程高效，能夠達(dá)到我們需要的全局最優(yōu)的效果，使得它在處理分類和逡逑回歸問題上有著諸多優(yōu)點(diǎn)，因此我們將ＳＶＭ分為支持向量分類機(jī)和支持向量回歸逡逑機(jī)。逡逑①支持向量分類機(jī)逡逑在最初解決分類問題的時(shí)候，我們的想法是找到一個(gè)分類超平面。假如，我逡逑們想對(duì)ｎ維數(shù)據(jù)分類，可以根據(jù)梯度求取一個(gè)ｎ－１維的超平面，如果這個(gè)平面是逡逑一個(gè)線性函數(shù)，就被稱為線性分類器。因?yàn)檫@樣的平面可能有很多，現(xiàn)在我們加逡逑上一個(gè)約束

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 馮盼;曹顯兵;;基于ARMA模型的股價(jià)分析與預(yù)測(cè)的實(shí)證研究[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2011年22期

2 吳菊珍;徐曄;龔新橋;;灰色預(yù)測(cè)在股票價(jià)格預(yù)測(cè)中的應(yīng)用[J];統(tǒng)計(jì)與決策;2007年01期

3 李建新;胡剛;;基于模糊概率的股價(jià)波動(dòng)分析模型[J];系統(tǒng)工程理論與實(shí)踐;2006年09期

4 梁慶衛(wèi);宋保維;吳朝暉;;魚雷使用維護(hù)費(fèi)用灰色模型[J];系統(tǒng)仿真學(xué)報(bào);2006年01期

5 劉思峰;灰色系統(tǒng)理論的產(chǎn)生與發(fā)展[J];南京航空航天大學(xué)學(xué)報(bào);2004年02期

6 王國(guó)勝,鐘義信;支持向量機(jī)的若干新進(jìn)展[J];電子學(xué)報(bào);2001年10期

7 徐龍炳,陸蓉;R/S分析探索中國(guó)股票市場(chǎng)的非線性[J];預(yù)測(cè);1999年02期

8 盛昭瀚,馬軍海,陳國(guó)華;管理科學(xué):面對(duì)復(fù)雜性Ⅱ——經(jīng)濟(jì)時(shí)序動(dòng)力系統(tǒng)分形及混沌特性分析研究[J];管理科學(xué)學(xué)報(bào);1998年04期

相關(guān)碩士學(xué)位論文 前6條

1 曾任健;中信證券股價(jià)預(yù)測(cè)的統(tǒng)計(jì)方法研究[D];云南大學(xué);2016年

2 尹小琴;基于支持向量機(jī)的混合時(shí)間序列模型的研究與應(yīng)用[D];沈陽(yáng)工業(yè)大學(xué);2016年

3 姚婷;股票價(jià)格的宏觀影響因素分析及預(yù)測(cè)[D];安徽財(cái)經(jīng)大學(xué);2014年

4 王霞;基于混沌分形理論的我國(guó)期貨市場(chǎng)波動(dòng)性研究[D];青島大學(xué);2006年

5 朱瑜;股市預(yù)測(cè)方法研究[D];西北工業(yè)大學(xué);2006年

6 曹慶;基于神經(jīng)網(wǎng)絡(luò)和模糊理論的股市分析、預(yù)測(cè)與決策[D];北京工業(yè)大學(xué);2004年

本文編號(hào)：2751334