当前位置:主页 > 经济论文 > 微观经济论文 >

基于支持向量机的中国证券市场长期投资分析

发布时间:2020-03-31 19:35
【摘要】:本文以支持向量机为研究工具,对中国证券市场进行投资分析,研究的重点放在对A股的长期投资价值的挖掘。以1999~2011年A股全部上市公司(电信服务行业和金融行业除外)为研究样本,分行业进行建模和分析。由于数据存在不平衡问题,在模型的选取上,分别尝试了支持向量机,加权支持向量机和向上取样法三种方案建立模型,并对模型效果进行了比较,实验结果证明,在本案例中,加权支持向量机在处理不平衡数据方面优势明显。由于本文的目的是挖掘具有长期投资价值的股票,而股票的长期投资价值往往与其基本而信息相关度高,因而最终选取了上市公司的23项财务指标作为输入向量。同时,由于股票的投资价值的最终体现在其投资收益率上,因而,本文选取股票的5年收益率排名作为标签变量。5年收益率排名前25%的归为“+1”类;5年收益率排名后75%的归为“-1”类。从而把选股问题转化为分类问题。在研究过程中,划分了五个研究周期,分别是:1999~2007年,2000~2008年,2001~2009年,2002~2010年,2003~2011年。每个研究周期分别作为训练样本训练模型,再把本周期和其后各周期作为测试样本,以测试模型效果。最终的实验结果表明,加权支持向量机模型的选股效果最好,无论模型的学习能力还是模型的泛化能力都有比较好的表现,是一种有效的选股方法。
【图文】:

投资账户,上海证券交易所,证券市场,单位


4.恢复阶段第二次世界大战结束之后到20世纪60年代,欧美卜J的经济复苏促进了证券市场的恢复和发展,证券市场的规模不断扩大。同时,由于囚际贸易的恢复,证券市场的国际化进程也逐步加快。但由于上一次大萧条的阴影还在,,以及各国政府对资本的流动实行了严格的管制,这一时期的证券市场的发展并不十分引人注目。5.加速发展阶段20世纪70年代开始,证券市场迎来了高度繁荣的局面。石卜券市场的规模进一步扩大,证券交易越来越活跃。作为反映市场容量的重要指标,各国的证券化率’不断提高。有数据显示,1995年末美国、英国、日本的证券化率分别为96.59%、128.59%、73.88%。而到了2003年,这三国的证券化率分别提高至298.66%、296.54%、209.76%。尽管2008年的金融海啸对各国的经济和证券市场都造成了严重的打击。但在金融海啸渐渐退去之后,我们可以看到证券市场又开始逐步活跃起来。

投资账户,深圳证券交易所,单位


似鹩?0世纪90年代初期,与国际证券市场相比,我们的证券市场是个年幼的孩子。但即使是个孩子,在这不多的近20年的发展历程中,我国的证券市场可谓发展迅猛即.4.5东,.5.9」。图1一1中,显示了上海证券交易所的历年投资者累计开户数量。截止到2009年底,_L海证券交易所的投资帐户总量已达到7405.4力一户,为 1992年的帐户总量的66倍之多。图1一2中,显示了深圳证券交易所的历年投资者累计开户数量。截比到2009年底,深圳证券交易所投资账户总量达到9484万户,而1992年投资账户仅为1000多户。7000r-6000-5000-4000井3000匕2000-1000一0一一—一一一过-一上一二一)_子里子书子广书书了件才井扩里才月才了图1一2:,992一2007年深圳证券交易所投资账户数量(单位:万户)图1一3和图1一4给出了2002年一2009年沪深两市的__仁市公司数目和市价总值。可以看到
【学位授予单位】:北京交通大学
【学位级别】:硕士
【学位授予年份】:2011
【分类号】:F224;F832.51

【参考文献】

相关期刊论文 前10条

1 汪灵枝;赵秋梅;韦增欣;;支持向量机回归集成股市预测模型[J];广西工学院学报(自然科学版);2010年03期

2 彭海华,秦姣华;加权支持向量机在证券指数预测中的研究[J];湖南城市学院学报(自然科学版);2005年02期

3 隋学深;齐中英;;基于多尺度特征和支持向量机的股市趋势预测[J];哈尔滨工业大学学报(社会科学版);2008年04期

4 蔡春;何赛;郝烨;;支持向量机在股票特征选择中的应用研究[J];经济导刊;2009年Z1期

5 奉国和,朱思铭;加权支持向量机在证券指数预测中的研究[J];经济数学;2005年02期

6 王晴;;组合模型在股票价格预测中应用研究[J];计算机仿真;2010年12期

7 辛治运;顾明;;基于最小二乘支持向量机的复杂金融时间序列预测[J];清华大学学报(自然科学版);2008年07期

8 沈巍;牛东晓;;股票收益波动率预测模型比较研究[J];商场现代化;2009年04期

9 张世龙;孟泽;;运用基础指标对深证综指的短期预测[J];商场现代化;2010年29期

10 全林;姜秀珍;赵俊和;汪东;;基于SVM分类算法的选股研究[J];上海交通大学学报;2009年09期

相关博士学位论文 前1条

1 汪东;基于支持向量机的选时和选股研究[D];上海交通大学;2007年

相关硕士学位论文 前8条

1 蒋汉桥;基于支持向量机的证券投资决策研究[D];武汉大学;2005年

2 刘海旆;基于支持向量机的上市公司成长性研究[D];南京财经大学;2006年

3 程砚秋;基于支持向量机的证券价格预测方法研究[D];大连理工大学;2007年

4 杨彦宁;支持向量回归机在基金净值预测中的应用[D];西安科技大学;2008年

5 石秀福;基于支持向量机的上市公司财务信用评价预测方法研究[D];华东师范大学;2008年

6 李大锋;支持向量机在基金评估中的应用[D];厦门大学;2008年

7 徐恺;基于支持向量机的股指时间序列预测[D];西南交通大学;2008年

8 狄明明;聚类分析和支持向量机相结合的混合预测模型[D];辽宁师范大学;2009年



本文编号:2609485

资料下载
论文发表

本文链接:https://www.wllwen.com/weiguanjingjilunwen/2609485.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户77f38***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com