基于WD-GA-SVR模型的基金净值预测研究

发布时间：2025-01-18 12:55

　　伴随着我国经济的快速发展和证券投资基金市场机制的持续完善,证券投资基金已成为最受广大投资者欢迎的投资工具之一。随之带来的是基金规模的日益扩大与基金投资需求的日益提高,这使得基金的收益成为了投资者最为关心的问题。无论是基金管理公司还是个人投资者都渴望在基金市场中获得受益,因此正确预测基金走势成为了重要的研究课题。本文针对基金市场的时间序列数据不平稳、非线性、高噪声等特点,提出了一种小波阈值降噪的数据预处理方法,并从coif N、db N、sym N三种小波函数在不同阶数、分解层数和阈值处理方法下的降噪表现入手选择策略;在变量选取上,共选择了周基金份额净值、累计份额净值、净值增长率、周披露天数、行业集中度、持股集中度、居民消费价格指数等共计十个变量,涉及了基金净值表现、资产配置、宏观经济等多个方面;针对核函数的选择问题,使用了几种常用的核函数和基于线性加权组合的多核方法进行择优选取;针对支持向量回归模型的超参数优化问题,使用了传统的网格搜索法、遗传算法和粒子群算法求解最优参数组合。研究得出主要结论如下:第一,对于基金时间序列数据,使用软硬折中法处理的coif8小波系数在2层分解下的降噪表现最...

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

图1.1论文框架图

基于WD-GA-SVR模型的基金净值预测研究7图1.1论文框架图本文章节安排如下。第一章：绪论。阐述本文设计的组合模型应用在证券投资基金市场的预测问题提出的目的和意义，系统介绍从股票市场到基金市场的国内外研究概况和存在的问题，并理清文章研究思路与章节安排。第二章：基本理论方法概述....

图2.1经验风险和期望风险关系图

基于WD-GA-SVR模型的基金净值预测研究13测值的风险最小化，这就引入了经验风险最小化的概念。11nempiiiRwLy，fx，wn(2.1)式(2.1)就是经验风险，其中iiL(yfx,,w为损失函数，常用估计值与真实值之间离差的算数平均来逼近数学期望，这样就可以用可计算的....

图2.2结构风险最小化结构图

基于WD-GA-SVR模型的基金净值预测研究15这样根据子群的VC维和样本数就可以固定子群的置信区间，且子群的置信区间随i的增加而增大。123knsssss(2.4)然后计算每一个子集的最小经验风险，可以发现满足式(2.5)。emp1emp2empnRfRfRf(2.5)通过VC....

图2.3支持向量机分类超平面

2基金市场和支持向量机理论介绍162.4.1最优分类面与线性可分问题图2.3支持向量机分类超平面图2.3中的点表示处于二维平面的二分类样本，类型用黑色和白色标注。其中I为最优分类线，在高维则表现为最优分类平面。I1和I2为两类样本点中经过距离分类线最近的样本作的平行于最优分类平面....

本文编号：4028642