基于支持向量机的股指变动方向预测

发布时间：2017-03-16 10:02

  本文关键词：基于支持向量机的股指变动方向预测，由笔耕文化传播整理发布。

【摘要】：股票及股指价格预测一直是经济金融研究中的热点问题,也是金融时间序列预测的难点。近年来,机器学习理论在金融预测中应用广泛,国内外的研究者对此提出了各种各样的模型,但是大多数研究者将精力集中在股价未来值的精确预测上,对股票及股指变动方向的预测研究不多,尤其是像中国这样的新兴市场。股价的变动方向预测意义重大,它不仅直接影响着投资者的买卖行为及交易策略,而且近来一些研究表明,基于股价变化方向预测做出的交易策略更为高效。本文将中国沪深300指数收盘价日变化方向的预测转化为分类预测问题,定义预测变量(指数价格变化方向)y=0或y=1,即如果下一天的价格高于今天价格,y=1,如果下一天的价格低于今天价格,y=0。预测模型选用机器学习中广泛用于分类的支持向量机模型(SVM),选取10个股票交易分析中具有代表性的技术指标做为模型输入变量,预测下一天股指收盘价的变化方向。为了提高预测准确率,后来引入向量自回归模型(VAR),先用向量自回归模型预测下一天的股价及技术指标,然后再将预测得到的技术指标输入支持向量机得到下一天价格变化方向,通过对比实证结果,在向量自回归基础上的支持向量机间接预测,效果较好。
【关键词】：支持向量机(SVM) 沪深300指数 方向预测 向量自回归(VAR)
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F224;F832.51
【目录】：

• 中文摘要8-9
• 英文摘要9-10
• 第一章 前言10-13
• §1.1 研究背景10-11
• §1.2 研究方法及文章结构11-12
• §1.3 论文创新之处12-13
• 第二章 理论方法简介13-22
• §2.1 支持向量机理论13-18
• §2.1.1 线性支持向量分类机13-16
• §2.1.2 支持向量分类机16-18
• §2.2 时间序列理论18-22
• §2.2.1 一元时间序列及ARMA模型简介18-19
• §2.2.2 多元时间序列及VAR模型简介19-21
• §2.2.3 协整理论21-22
• 第三章 股指变动方向SVM预测分析22-27
• §3.1 数据及指标介绍22-25
• §3.2 SVM实证结果25-27
• 第四章 在VAR基础上的SVM预测分析27-36
• §4.1 股指价格VAR预测分析27-34
• §4.2 VAR预测基础上的SVM方向预测34-36
• 第五章 结论与展望36-37
• §5.1 文章总结36
• §5.2 研究展望36-37
• 参考文献37-40
• 致谢40-41
• 附表41

【相似文献】

中国期刊全文数据库 前7条

1 鲁磊;;国债价格与收益率变化实证研究[J];现代商业;2008年33期

2 张世贤;论产业投资效率与结构变动方向[J];中国工业经济;2002年12期

3 王建;;“保增长”“调结构”鱼与熊掌可以兼得[J];经济界;2010年05期

4 李慧,舒立;促进乡镇企业健康发展的政策建议[J];经济研究参考;1995年08期

5 晓获;;转行后如何快速建立专业[J];经营管理者;2006年02期

6 纪勇;田亚森;;大同市产业结构变化对就业的影响[J];中国就业;2014年05期

7 ;[J];;年期

中国重要报纸全文数据库 前1条

1 李刚;BDI指引金价变动方向[N];中国黄金报;2012年

中国硕士学位论文全文数据库 前2条

1 任东海;基于支持向量机的股指变动方向预测[D];山东大学;2016年

2 林洁;价格变动对消费者购买时机的影响研究[D];东北财经大学;2014年

  本文关键词：基于支持向量机的股指变动方向预测，，由笔耕文化传播整理发布。

本文编号：251591