2 基于支持向量机的股票市场择时.docVIP

下载本文档

3
0
约8.23千字
约 9页
2017-08-17 发布于天津
举报
版权申诉

2 基于支持向量机的股票市场择时.doc

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于支持向量机的股票市场择时数量化系列研究之八杨蒋瑛琨杨振建本报告导读模型在单边市的预测准确率最高在上涨和下跌市均在以上在震荡市准确率最低为整体市场的准确率为摘要传统的金融分析和理论中所采用的决策模型往往都是建立在苛刻的假设条件下的虽然这些简洁的模型很容易理解和解释但在精度和解释力度上就往往偏离了实际情况金融数据挖掘技术的运用从某些意义上来讲可以突破这些限制得到更实用更贴近现实的预测结果支持向量机作为数据挖掘领域应用于模式识别的新技术它克服了传统统计模式识别方法存在的样本需求量大过度学习局部最小

[Table_MainInfo] [Table_Title] 基于支持向量机的股票市场择时 ——数量化系列研究之八杨喆蒋瑛琨杨振建 021021yangzhe@ jiangyingkun@ S0880108073515 S0880209020385 本报告导读： SVM模型在单边市的预测准确率最高，在上涨和下跌市均在70%以上；在震荡市准确率最低，为53%；整体市场的准确率为61.58%。摘要： [Table_Summary] 传统的金融分析和理论中，所采用的决策模型往往都是建立在苛刻的假设条件下的，虽然这些简洁的模型很容易理解和解释，但在精