证券投资基金评级方法研究

发布时间：2021-12-16 22:52

　　支持向量机是借助于最优化方法解决机器学习问题的新工具,它最初于二十世纪九十年代由Vapnik提出,近年来在其理论研究和算法实现方面都取得了突破性进展,开始成为克服“维数灾难”和“过学习”的有力手段。本文将主要研究如何将支持向量机方法应用于证券投资基金的评级。主要研究内容是应用支持向量机多类分类法建立评估模型实现以下目的:对证券投资基金过去的业绩进行评价、对其将来的业绩进行预测并作出信用评级、为投资者选择基金提供科学的决策依据。本文所做的主要工作有:一对国内外证券投资基金评级方法进行总体阐述,详细介绍晨星公司基金评级方法、因子分析法、回归分析法等。二将支持向量机算法用matlab程序实现。三本文选取开放式基金中的典型代表——股票型基金作为研究对象,利用2006年的数据对2007年的基金进行评级,建立对证券基金评级的支持向量机分类模型,再利用此模型预测2008年的证券基金评级分类。本文的创新之处是:建立支持向量机模型研究证券投资基金评级方法,以财务指标和基金各项指标作为输入向量,通过支持向量机算法得到一个决策函数,以对证券投资基金的分类情况为输出,用已建立的支持向量机模型对基金进行分类排序... 

【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校

【文章页数】：43 页

【学位级别】：硕士

【部分图文】：

2007年选中基金的基金净收益率

【参考文献】：
期刊论文
[1]支持向量机在选择优质股票中的应用[J]. 张玉川,张作泉,黄珍.  统计与决策. 2008(04)
[2]基于支持向量机的金融时间序列预测[J]. 杨一文,杨朝军.  系统工程理论方法应用. 2005(02)
[3]基于支持向量机的商业银行信用风险评估模型研究[J]. 刘云焘,吴冲,王敏,乔木.  预测. 2005(01)
[4]SVM在企业财务困境分析中的应用[J]. 李波,何建敏.  现代管理科学. 2004(12)
[5]消费者信用评估中支持向量机方法研究[J]. 李建平,徐伟宣,刘京礼,石勇.  系统工程. 2004(10)



本文编号：3538956