基于支持向量机的中国股指期货回归预测研究
本文关键词:基于支持向量机的中国股指期货回归预测研究,由笔耕文化传播整理发布。
【摘要】:本文针对股指期货预测的特点,选择对股指期货指数有重要影响的相关指标,首次提出用支持向量机(SVM)方法对其进行回归预测,并用遗传算法(GA)和粒子群算法(PSO)分别优化四种不同核函数的支持向量机,构建了八种不同的中国股指期货回归预测方案,用实证研究的方法对这八种方案的准确性和时效性进行了比较。实验结果表明粒子群算法优化的线性核函数支持向量机作为中国股指期货回归预测的模型,具有更好的预测效果。
【作者单位】: 山东财经大学管理科学与工程学院;山东财经大学会计学院;
【关键词】: 中国股指期货 支持向量机 遗传算法 粒子群算法 回归预测
【基金】:国家自然科学基金资助项目(70840018)
【分类号】:F724.5;F224;F832.51
【正文快照】: 1引言在我国,沪深30。股指期货合约已经于2010年4月16日上市交易,两年以来的日交易数据为对其进行预测研究提供了必要条件。但是,股指期货市场是一个极其复杂的动力学系统,高噪声、非线性和投资者的主观性等因素决定了对其进行预测的困难。神经网络以其良好的非线性逼近
【参考文献】
中国期刊全文数据库 前1条
1 张学工;关于统计学习理论与支持向量机[J];自动化学报;2000年01期
【共引文献】
中国期刊全文数据库 前10条
1 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
2 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
3 李淑华;徐良培;陶建平;;基于支持向量机的我国水产品出口贸易风险预警研究[J];安徽农业科学;2008年30期
4 程伟;张燕平;赵姝;;支持向量机在粮食产量预测中的应用[J];安徽农业科学;2009年08期
5 武素华;;基于最小二乘支持向量机的土壤含水量检测的研究与分析[J];安徽农业科学;2009年09期
6 赵万明;黄彦全;谌贵辉;;基于支持向量机的农村用电量需求预测[J];安徽农业科学;2009年25期
7 陈念;沈佐民;;基于化学成分检测和SVM分类的茶叶品质鉴定[J];安徽农业科学;2010年15期
8 黄远顺;;矫直机的自动故障预报技术[J];安徽冶金;2012年01期
9 林春丽;齐欣;王克成;;SVM-KNN分类器在异常行为检测中的应用[J];辽宁科技大学学报;2010年05期
10 邹心遥;姚若河;;基于LSSVM的小子样元器件寿命预测[J];半导体技术;2011年09期
中国重要会议论文全文数据库 前10条
1 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
2 周绮凤;林成德;罗林开;彭洪;;一种基于黎曼度量的训练样本类不平衡SVM分类方法研究[A];第二十六届中国控制会议论文集[C];2007年
3 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
4 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
5 姜明辉;袁绪川;;基于GA优化的个人信用评估SVM模型[A];第二十六届中国控制会议论文集[C];2007年
6 韩露;余正涛;邓锦辉;章程;毛存礼;郭剑毅;;领域知识关系对领域文本分类的影响[A];第二十七届中国控制会议论文集[C];2008年
7 康传会;汪晓东;汪轲;常健丽;;基于最小二乘支持向量机的迟滞建模方法[A];第二十九届中国控制会议论文集[C];2010年
8 吴静珠;刘翠玲;孙晓容;;支持向量机在近红外光谱检测技术中的应用研究[A];第二十九届中国控制会议论文集[C];2010年
9 尹钟;张建华;;基于支持向量机方法的过程操作员功能状态分类[A];中国自动化学会控制理论专业委员会A卷[C];2011年
10 杨坤;纪志成;;基于峰值识别的改进SVM用电需求预测[A];中国自动化学会控制理论专业委员会B卷[C];2011年
中国博士学位论文全文数据库 前10条
1 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
2 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
3 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
4 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年
5 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
6 李晚龙;六自由度Stewart平台分散智能控制研究[D];哈尔滨工程大学;2010年
7 杨宁;计算机辅助卷烟配方设计关键技术研究[D];中国海洋大学;2010年
8 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
9 陈志国;基于群体智能的机器视觉的关键技术研究[D];江南大学;2010年
10 王晓明;基于统计学习的模式识别几个问题及其应用研究[D];江南大学;2010年
中国硕士学位论文全文数据库 前10条
1 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年
2 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
3 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
4 徐芳芳;优化问题的PVD算法研究[D];山东科技大学;2010年
5 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
6 安文娟;Fisher和支持向量综合分类器[D];辽宁师范大学;2010年
7 姜成玉;基于支持向量机的时间序列预测[D];辽宁师范大学;2010年
8 李海清;支持向量机在金融市场预测中的应用[D];辽宁师范大学;2010年
9 姜念;区间自适应粒子群算法研究及其应用[D];郑州大学;2010年
10 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
【二级参考文献】
中国期刊全文数据库 前1条
1 卢增祥,李衍达;交互支持向量机学习算法及其应用[J];清华大学学报(自然科学版);1999年07期
【相似文献】
中国期刊全文数据库 前10条
1 姜明辉;袁绪川;;个人信用评估GA-SVM模型的构建与应用[J];合肥工业大学学报(自然科学版);2008年02期
2 姜明辉;袁绪川;;个人信用评估PSO-SVM模型的构建及应用[J];管理学报;2008年04期
3 任月鸥;杨春燕;张凤晓;;基于SVM与GA的银行贷款风险评估研究[J];长春工业大学学报(自然科学版);2008年02期
4 农吉夫;;基于主成分分析和支持向量机的区域降水预测应用研究[J];广西民族大学学报(自然科学版);2009年02期
5 徐成贤;陈静;王昭;;应用不等权重支持向量机预测人民币汇率的变动[J];统计与信息论坛;2010年10期
6 高尚;杨静宇;;可靠性优化的一种新的算法[J];工程设计学报;2006年02期
7 董玉林;夏尊铨;杨慎恭;;支持向量机中一种参数优化选取方法[J];运筹与管理;2007年03期
8 尹华;吴虹;;最小二乘支持向量机在混沌时间序列中的应用[J];计算机仿真;2011年02期
9 杨稣;史耀媛;宋恒;;基于支持向量机的股市时间序列预测算法[J];科学技术与工程;2008年02期
10 刘洋;;关于优化人民币汇率预测仿真研究[J];计算机仿真;2010年08期
中国重要会议论文全文数据库 前10条
1 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
2 周红标;;基于小波包变换和最小二乘支持向量机的癫痫脑电信号识别[A];中国自动化学会控制理论专业委员会C卷[C];2011年
3 Dougsoo Kaown;刘建国;;支持向量机的几何解法(英文)[A];中国运筹学会第八届学术交流会论文集[C];2006年
4 徐博艺;刘刚;李敏强;;遗传算法在非线性优化问题中的应用[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
5 李大伟;戴建设;李敉安;;遗传算法及其在神经网络学习算法中的应用[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
6 周泓;方卫国;;基于遗传算法与系统仿真的Flow-Shop排序方法[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集(第4卷)[C];1997年
7 张莉;李久坤;赵德平;;用遗传算法解网络计划中的多资源优化问题[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集(第4卷)[C];1997年
8 肖健华;吴今培;;基于支持向量机的预测模型及应用[A];2003年中国智能自动化会议论文集(下册)[C];2003年
9 王杰娟;庄锦山;陈浩光;;基于遗传算法的效能评估模糊推理方法[A];中国运筹学会第八届学术交流会论文集[C];2006年
10 郭崇慧;陆玉昌;唐焕文;;支持向量机优化问题的熵优化方法[A];2006年中国运筹学会数学规划分会代表会议暨第六届学术会议论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 谷峰;柔性作业车间调度中的优化算法研究[D];中国科学技术大学;2006年
2 佟伟民;股指期货交易中操纵行为识别方法研究[D];哈尔滨工业大学;2008年
3 张旭;具有拓扑结构布局优化的理论及算法[D];大连理工大学;2004年
4 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
5 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
6 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
7 彭光金;小样本工程造价数据的智能学习方法及其在输变电工程中的应用研究[D];重庆大学;2010年
8 吕瑞华;复杂经济系统混沌预测方法与多层局势决策方法研究[D];天津大学;2004年
9 赵胜利;基于计算智能方法的岩土工程与工程网络计划的应用研究[D];天津大学;2004年
10 刘兴;基于协作的车辆路径问题研究[D];天津大学;2006年
中国硕士学位论文全文数据库 前10条
1 张楠;关于支持向量机中的参数优化的研究[D];西北大学;2008年
2 孙瑾;支持向量机在个人信用评估中的应用[D];中南大学;2008年
3 曹定州;基于GA-SVR的汇率预测模型研究及分析[D];暨南大学;2006年
4 郎凡;基于遗传算法的改进支持向量机财务预警研究[D];北京交通大学;2008年
5 李锋;全局优化的进化算法[D];西安电子科技大学;2007年
6 霍罕妮;支持向量机中参数选取的一个问题[D];大连理工大学;2007年
7 王茂海;仿生优化算法的研究与应用[D];江南大学;2011年
8 刘元春;基于支持向量机的银行贷款分类初步研究[D];吉林大学;2008年
9 佟金颖;粒子群优化算法的研究及改进[D];南京信息工程大学;2008年
10 林红华;电子商务环境下企业信息的智能统计分析方法研究[D];重庆大学;2004年
本文关键词:基于支持向量机的中国股指期货回归预测研究,由笔耕文化传播整理发布。
,本文编号:319961
本文链接:https://www.wllwen.com/guanlilunwen/zhqtouz/319961.html