【摘要】：本文以支持向量機為研究工具,對中國證券市場進行投資分析,研究的重點放在對A股的長期投資價值的挖掘。以1999～2011年A股全部上市公司(電信服務行業(yè)和金融行業(yè)除外)為研究樣本,分行業(yè)進行建模和分析。由于數據存在不平衡問題,在模型的選取上,分別嘗試了支持向量機,加權支持向量機和向上取樣法三種方案建立模型,并對模型效果進行了比較,實驗結果證明,在本案例中,加權支持向量機在處理不平衡數據方面優(yōu)勢明顯。由于本文的目的是挖掘具有長期投資價值的股票,而股票的長期投資價值往往與其基本而信息相關度高,因而最終選取了上市公司的23項財務指標作為輸入向量。同時,由于股票的投資價值的最終體現在其投資收益率上,因而,本文選取股票的5年收益率排名作為標簽變量。5年收益率排名前25%的歸為“+1”類；5年收益率排名后75%的歸為“-1”類。從而把選股問題轉化為分類問題。在研究過程中,劃分了五個研究周期,分別是：1999～2007年,2000～2008年,2001～2009年,2002～2010年,2003～2011年。每個研究周期分別作為訓練樣本訓練模型,再把本周期和其后各周期作為測試樣本,以測試模型效果。最終的實驗結果表明,加權支持向量機模型的選股效果最好,無論模型的學習能力還是模型的泛化能力都有比較好的表現,是一種有效的選股方法。
【圖文】：

4.恢復階段第二次世界大戰(zhàn)結束之后到20世紀60年代，歐美卜J的經濟復蘇促進了證券市場的恢復和發(fā)展，證券市場的規(guī)模不斷擴大。同時，由于囚際貿易的恢復，證券市場的國際化進程也逐步加快。但由于上一次大蕭條的陰影還在，，以及各國政府對資本的流動實行了嚴格的管制，這一時期的證券市場的發(fā)展并不十分引人注目。5.加速發(fā)展階段20世紀70年代開始，證券市場迎來了高度繁榮的局面。石卜券市場的規(guī)模進一步擴大，證券交易越來越活躍。作為反映市場容量的重要指標，各國的證券化率’不斷提高。有數據顯示，1995年末美國、英國、日本的證券化率分別為96.59%、128.59%、73.88%。而到了2003年，這三國的證券化率分別提高至298.66%、296.54%、209.76%。盡管2008年的金融海嘯對各國的經濟和證券市場都造成了嚴重的打擊。但在金融海嘯漸漸退去之后，我們可以看到證券市場又開始逐步活躍起來。

似鷯?0世紀90年代初期，與國際證券市場相比，我們的證券市場是個年幼的孩子。但即使是個孩子，在這不多的近20年的發(fā)展歷程中，我國的證券市場可謂發(fā)展迅猛即.4.5東，.5.9」。圖1一1中，顯示了上海證券交易所的歷年投資者累計開戶數量。截止到2009年底，_L海證券交易所的投資帳戶總量已達到7405.4力一戶，為 1992年的帳戶總量的66倍之多。圖1一2中，顯示了深圳證券交易所的歷年投資者累計開戶數量。截比到2009年底，深圳證券交易所投資賬戶總量達到9484萬戶，而1992年投資賬戶僅為1000多戶。7000r-6000-5000-4000井3000匕2000-1000一0一一—一一一過-一上一二一)_子里子書子廣書書了件才井擴里才月才了圖1一2:，992一2007年深圳證券交易所投資賬戶數量(單位:萬戶)圖1一3和圖1一4給出了2002年一2009年滬深兩市的__仁市公司數目和市價總值�？梢钥吹�
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2011
【分類號】：F224;F832.51

【參考文獻】

相關期刊論文 前10條

1 汪靈枝;趙秋梅;韋增欣;;支持向量機回歸集成股市預測模型[J];廣西工學院學報(自然科學版);2010年03期

2 彭海華,秦姣華;加權支持向量機在證券指數預測中的研究[J];湖南城市學院學報(自然科學版);2005年02期

3 隋學深;齊中英;;基于多尺度特征和支持向量機的股市趨勢預測[J];哈爾濱工業(yè)大學學報(社會科學版);2008年04期

4 蔡春;何賽;郝燁;;支持向量機在股票特征選擇中的應用研究[J];經濟導刊;2009年Z1期

5 奉國和,朱思銘;加權支持向量機在證券指數預測中的研究[J];經濟數學;2005年02期

6 王晴;;組合模型在股票價格預測中應用研究[J];計算機仿真;2010年12期

7 辛治運;顧明;;基于最小二乘支持向量機的復雜金融時間序列預測[J];清華大學學報(自然科學版);2008年07期

8 沈巍;牛東曉;;股票收益波動率預測模型比較研究[J];商場現代化;2009年04期

9 張世龍;孟澤;;運用基礎指標對深證綜指的短期預測[J];商場現代化;2010年29期

10 全林;姜秀珍;趙俊和;汪東;;基于SVM分類算法的選股研究[J];上海交通大學學報;2009年09期

相關博士學位論文 前1條

1 汪東;基于支持向量機的選時和選股研究[D];上海交通大學;2007年

相關碩士學位論文 前8條

1 蔣漢橋;基于支持向量機的證券投資決策研究[D];武漢大學;2005年

2 劉海旆;基于支持向量機的上市公司成長性研究[D];南京財經大學;2006年

3 程硯秋;基于支持向量機的證券價格預測方法研究[D];大連理工大學;2007年

4 楊彥寧;支持向量回歸機在基金凈值預測中的應用[D];西安科技大學;2008年

5 石秀福;基于支持向量機的上市公司財務信用評價預測方法研究[D];華東師范大學;2008年

6 李大鋒;支持向量機在基金評估中的應用[D];廈門大學;2008年

7 徐愷;基于支持向量機的股指時間序列預測[D];西南交通大學;2008年

8 狄明明;聚類分析和支持向量機相結合的混合預測模型[D];遼寧師范大學;2009年

本文編號：2609485