基于支持向量机的股票市场趋势分析及预测研究

发布时间：2024-03-23 01:54

　　随着经济水平的提高,股票市场大有愈演愈烈之势,越来越多的人投入到了股票预测的研究之中。然而影响股票的因素众多,包括金融政策,市场环境,经济周期,甚至是人为操纵的因素,如何抓住众多的影响因素找到一个对股票预测行之有效的方法,是众多专家学者研究的热点。在众多的股票预测方法中,支持向量机是一个不错的机器学习方法。本文就支持向量机在股票预测上的应用展开研究。首先在上证和深证系列股票中随机选取了各行各业总共24支个股,并辅以上证指数和深证指数,通过在选取股票上取得的较好的预测效果从而推广到整个股票市场中。技术方面,本文以模型的预测正确率和平均拟合偏差作为衡量模型预测性能的标准,通过特征工程构建合适的特征变量并借助主成分分析的方法对输入变量进行降维处理来消除变量间的多重共线性,同时能够提高模型的速度,构建支持向量分类机和支持向量回归机结合回归拟合与股票涨跌分类共同对股票进行预测以及在支持向量回归的基础上构建股票投顾策略模型在构建模型的同时不断探索合适的时间滑窗,尝试包括遗传算法和粒子群算法等不同的参数优化方法,以求尽可能优化模型的预测性能。在模型优化的同时,挖掘搜索热度以及新闻情感,通过自然语言处...

【文章页数】：82 页

【学位级别】：硕士

【部分图文】：

图1.1论文结构框架

南京邮电大学专业学位硕士研究生学位论文第一章绪论71.5论文结构框架本文的论文结构框架如图1.1所示。图1.1论文结构框架

图3.1支持向量机分类超平面

南京邮电大学专业学位硕士研究生学位论文第三章股票市场及支持向量机等相关算法概述19图3.1支持向量机分类超平面支持向量机在机器学习以及模式识别中往往会发挥不错的性能，自开始出现至今一直不断发展，SVM得益于监督学习的特性，可以应用到很多统计范畴的问题中，包括分类、回归以及模型识别....

图3.2支持向量机在不同核函数下的表现

南京邮电大学专业学位硕士研究生学位论文第三章股票市场及支持向量机等相关算法概述22数(,)进行求解，从而解决复杂度问题，而且核函数的计算花销实质上并没有特别明显的增加。基于此，只要构造了核函数(,)，其实际形式完全没必要知道。所以基于此有以下定理：对任意给出的对称函数(,′)，能....

图3.3多核支持向量机流程图

南京邮电大学专业学位硕士研究生学位论文第三章股票市场及支持向量机等相关算法概述23支持向量机的改进算法前文介绍了支持向量机的基本原理，但是我们目前涉及到的SVM都是单核的，也就是说都是基于映射到单个特征空间中。但是在实际应用中需要基于不同的场景来选择不同的核函数，比如多项式核函数....

本文编号：3935275