基于机器学习的股票交易时机研究(50页).docVIP

毕业设计（论文） 题 目 基于机器学习的股票交易时机研究 专 业 信息与计算科学 班 级 2006 级 1 班 学 生 佘 开 勇 指导教师 韩 逢 庆 重庆交通大学 2010 年 6 月 目 录 摘 要 I ABSTRACT II 第一章 前 言 1 1.1 研究背景 1 1.2 股市预测的发展概况 1 1.3 支持向量机简介 3 1.4 本文的主要内容 3 第二章 股市知识的准备 5 2.1 引言 5 2.1.1 我国股票市场的发展 5 2.1.2 进行股票投资分析的必要性 6 2.2 股票的相关知识 6 2.2.1 股票常用术语 7 2.2.2 股票价值和股票指数 7 2.3 企业财务指标 9 2.4 股市技术指标简介 9 第三章 股市预测问题研究方法 12 3.1 引言 12 3.2 投资分析法 12 3.2.1 技术分析法 12 3.2.2 基本面分析法 12 3.2.3 组合分析法 13 3.3 时间序列分析法 13 3.3.1 ARMA模型简介 14 3.4 非线性系统分析法 14 3.4.1 神经网络预测方法概述 14 3.4.2 多层前馈神经网络（BP网络） 15 第四章 统计学习理论与支持向量机 17 4.1 理论背景 17 4.1.1 机器学习分类 17 4.1.2 机器学习存在的基本问题 17 4.2 统计学习理论 18 4.2.1 VC维 19 4.2.2 推广性的界 19 4.2.3 结构风险最小化（Structural Risk Minimization，SRM） 20 4.3 支持向量机基本原理 21 4.3.1 基本概念 22 4.3.2 线性支持向量机 23 4.3.3 非线性支持向量机 25 4.3.4 基于支持向量机的回归分析 28 第五章 基于支持向量机的股市预测 31 5.1 基于支持向量机的股市预测流程 31 5.2 基于向量机的分析预测工具Libsvm 32 5.3 实际预测结果与数据验证分析 33 5.4 股票交易时机的确定 38 结束语 39 致 谢 40 参考文献 41摘 要 股票市场是一个复杂的非线性动态系统，但由于传统的预测技术并没有准确的揭示股票市场的内在规律，导致最终的预测结果并不十分理想。本文采用了支持向量机的方法对股市进行预测。 支持向量机是数据挖掘中的一项新技术，是借助于最优化方法解决机器学习问题的新工具。特别是近年来支持向量机在回归算法的研究方面也表现了极好的性能，但是将其应用到股市预测中却并不多。 本文介绍了股市的相关背景知识，然后对股市里的常用术语作了介绍以及对传统的股市预测的方法进行了介绍，特别详细介绍了基于神经网络的预测方法。接着全面介绍了统计学习理论和建立在其上的支持向量机方法，详细描述了支持向量机方法的基本原理。 最后，对支持向量机方法用于股市预测问题进行了尝试。提出了使用支持向量机的方法进行股市预测的基本流程，然后通过使用实际的股市交易数据进行预测，在具体股价的预测都表现出很好的效果。 关键词：股票，股市预测，支持向量机，核函数ABSTRACT Stock market is a complex non-linear system, and is affected by many factors. The traditional prediction technologies cannot disclose the inherent rule of stock market. In this paper, a new prediction technology based on Support Vector Machine (SVM) has been proposed. The support vector machine is a data mining new technology; it is a new tool that draws support the optimized method to solute the machine learning questions. Specially in recent years, supported the vector machine also to display the extremely good performance in the return algorithm research aspect, but applied it