支持向量机证券投资分析中的应用.pdfVIP

jE塞童逼盔堂亟 ±堂篮 监塞 主 塞撞要 中文摘要 摘要：支持向量机是借助于最优化方法解决机器学习问题的新工具，它最仞于二 十世纪九十年代由Vapnik提出，近年来在其理论研究和算法实现方面都取得了突 破性进展，开始成为克服“维数灾难”和“过学习”的有力手段。本文首先将证 券投资分析转化成一个学习问题，然后应用支持向量机学习证券的市场行为，得 出一个分类模式(或称决策函数)，此分类模式类似于技术分析中的经验法则，可 辅助做出买卖信号。本文所做的主要工作有： 一介绍我国证券市场中常用的几种技术指标，并根据技术指标的使用法则， 做一些统计上的验证。统计结果表明技术指标的使用法则的确有一定的预测能力。 二将支持向量机算法用matlab程序实现。 三建立预测股价涨跌的支持向量机分类模型，并分别对个股和指数数据进行 了实证检验，结果表明对个股的涨跌预测有较大的不确定性，对指数的涨跌预测 能达到60％的准确率。 四建立通过财务指标筛选股票的支持向量机分类模型，并对上交所 1999．2005年的所有上市公司作为样本进行实证研究，结果表明挑选出的股票其平 均每股收益远远超过了上市公司平