基于分形市场理论和模糊支持向量机的期货数据分析

发布时间：2017-04-09 08:17

  本文关键词：基于分形市场理论和模糊支持向量机的期货数据分析，由笔耕文化传播整理发布。

【摘要】：随着中国金融市场的不断发展壮大,对海量行情数据的处理、预测能力越来越被人们看重。本文意在通过对现阶段机器学习类模型的研究学习,为资本市场交易者提供一点新的思路想法。在对应用支持向量机模型文献的学习总结过程中不难发现:因为需要精确的量化结果,现阶段的研究重点大都在利用该模型的回归分析功能对行情的收益率进行预测,然而支持向量机模型更多时候却是在解决分类性问题上表现更好。因此本文提出一种新的建模思路,使得研究不再依赖于预测精确收益率结果,将现实中的待解决问题转化为分类型模型。本文在详细介绍市场分形理论以及改进版的模糊支持向量机模型之后,以商品期货中的铜品种为实例,系统地说明了模型的构建过程,并在实验中证明了其预测的准确可行性。首先通过市场分形理论,对行情进行结构化分形系统处理。因为结构化之后的行情方向不再需要预测,此时研究重点便从预测具有正负的精确收益率转化成为后续行情波动率大小的分类问题;此后进一步将行情走势的类型进行枚举分类,使得每个走势类型具备了自相似性质。这一步骤在很大程度上减少了,未来利用模糊支持向量机模型学习时由于不同走势类型混在一起所造成的训练噪声;最后将行情走势类型特征数据代入改进后的模糊支持向量机模型,这样通过模糊隶属度概念规避掉训练样本内的野点噪声,经过参数估计和交叉验证之后完成实验,得到最终结果。不难看出,经过决策函数筛选之后的预测概率相比基础概率有了很大提升,说明模型效果较好。
【关键词】：支持向量机 模糊隶属度 分形市场理论 商品期货 降噪预测
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F724.5;F224
【目录】：

• 摘要4-5
• Abstract5-8
• 第一章 引言8-11
• 1.1 问题提出8-9
• 1.2 研究的背景与现状9-10
• 1.3 文章结构10-11
• 第二章 模糊支持向量机算法11-18
• 2.1 线性分类11-14
• 2.1.1 分类标准11-12
• 2.1.2 约束条件以及问题转化12
• 2.1.3 二次规划问题的求解12-14
• 2.2 非线性分类14-15
• 2.2.1 核函数14-15
• 2.2.2 松弛变量的引入15
• 2.3 模糊支持向量机15-18
• 2.3.1 模糊隶属度16-17
• 2.3.2 模糊支持向量机模型构建17-18
• 第三章 实例分析18-24
• 3.1 数据准备18-19
• 3.1.1 数据的选取18
• 3.1.2 数据预处理18-19
• 3.2 思路概述19-20
• 3.3 行情分形的建行20-22
• 3.3.1 行情基础整理20
• 3.3.2 分形与递推规则20-21
• 3.3.3 走势类型分类21-22
• 3.4 基于模糊支持向量机的走势波动率分类22-24
• 3.4.1 模型构建22-23
• 3.4.2 结果与分析23-24
• 第四章 结论与展望24-25
• 参考文献25-27
• 致谢27

【相似文献】

中国期刊全文数据库 前1条

1 张玉才;宋新平;罗瑜;;基于模糊支持向量机的客户信用评估研究[J];统计与决策;2008年07期

中国重要会议论文全文数据库 前6条

1 包剑;冀明;冯军;;基于模糊支持向量机的文本分类[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年

2 祁立;刘玉树;;基于自适应间隔的模糊支持向量机(英文)[A];第二十三届中国数据库学术会议论文集（技术报告篇）[C];2006年

3 陶卿;黄燕;刘欣;;基于边缘加权的模糊支持向量机体系[A];2005年中国智能自动化会议论文集[C];2005年

4 吴军基;盛琪;杨伟;张俊芳;;基于模糊支持向量机的电力系统暂态稳定评估[A];2006中国电力系统保护与控制学术研讨会论文集[C];2006年

5 曹春红;张斌;丛飚;;基于模糊支持向量机方法的人脸识别技术的研究[A];第18届全国多媒体学术会议（NCMT2009）、第5届全国人机交互学术会议（CHCI2009）、第5届全国普适计算学术会议（PCC2009）论文集[C];2009年

6 刘素娟;江丽仪;吴效明;;基于模糊支持向量机的睡眠呼吸暂停综合征的分类[A];中国生物医学工程学会成立30周年纪念大会暨2010中国生物医学工程学会学术大会壁报展示论文[C];2010年

中国博士学位论文全文数据库 前3条

1 杨志民;模糊支持向量机及其应用研究[D];中国农业大学;2005年

2 张永;基于模糊支持向量机的多类分类算法研究[D];大连理工大学;2008年

3 王宇凡;未确知信息分析的模糊支持向量机优化研究[D];西北工业大学;2014年

中国硕士学位论文全文数据库 前10条

1 柳孝云;基于小波包和模糊支持向量机的燃气管道泄漏检测与定位研究[D];上海师范大学;2015年

2 李勇;基于增量式模糊支持向量机的陀螺仪故障诊断[D];南京航空航天大学;2015年

3 王孝彤;模糊支持向量机的抗噪性研究[D];哈尔滨工业大学;2015年

4 霍魁;基于模糊支持向量机的森林火灾识别方法研究[D];山西大学;2014年

5 刘凌;基于Hadoop的模糊支持向量机算法研究[D];南京邮电大学;2015年

6 刘骅飞;基于分形市场理论和模糊支持向量机的期货数据分析[D];吉林大学;2016年

7 竭洋;基于模糊支持向量机的多类文本分类方法研究[D];兰州理工大学;2009年

8 彭桂兵;两种改进的模糊支持向量机[D];河北大学;2010年

9 南光浩;模糊支持向量机算法研究[D];延边大学;2007年

10 谢琳;模糊支持向量机关键技术研究[D];哈尔滨工业大学;2011年

  本文关键词：基于分形市场理论和模糊支持向量机的期货数据分析，，由笔耕文化传播整理发布。

本文编号：294843