支持向量机及其在股票价格预测方面的应用

发布时间：2024-03-05 00:28

　　股票市场是一个复杂的非线性动态系统,利用传统的时间序列预测技术很难揭示其内在的规律,为了更好的对股票市场的价格规律进行分析,本文在支持向量机理论的基础上推导新的方法来适合股票价格预测的应用。 首先,在支持向量机的求解算法上做了优化,利用求解二次规划的有效集方法和求解支持向量机的选块算法理论推导出了一元选块算法,并将该算法应用于本文的所有支持向量机的求解过程中,得到了较佳的运算效果。 随后对股票预测问题建立了简单预测模型,并将支持向量分类算法求解过程中的决策函数连续化,从而建立了求解简单预测模型的简单预测算法。 本文用简单预测算法对大量的股票数据进行了试验,并从中选择较为典型的几个实例来说明用简单预测算法在对股票价格进行预测过程中需要注意的问题。 最后在简单预测模型的基础上,本文又提出了较为复杂的预测模型,即弹跳预测模型。弹跳预测模型解决了简单预测模型很大的一个弊端,但是本文也同时提出了弹跳预测模型所隐含的更大的问题,因此从一个侧面证实了,简单预测模型的优越性。 本文采用的试验数据都是选择的国内一些典型股票的真实数据。文中的数学模型也都是为对这些个股进行价格预测而建立的。

【文章页数】：55 页

【学位级别】：硕士

【部分图文】：

图2-1线性可分问题示意图

图2-1线性可分问题示意图figure2-1thesituationoflinearseparationproblem

图2-2近似线性可分问题示意图

10图2-2近似线性可分问题示意图figure2-2thesituationofnearlinearseparationproblem

图2-3线性不可分问题示意图

图2-3线性不可分问题示意图figure2-3thesituationofnon-linearseparationproblem分支持向量分类机分问题与凸壳

本文编号：3919399