原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：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
查看更多
基于支持向量机的股票投资价值分类模型研究
理论·方法与案例基于支持向量机的股票投资价值分类模型研究
基于支持向量机的股票投资价值分类模型研究
李云飞，惠晓峰
(哈尔滨工业大学管理学院，黑龙江哈尔滨150001)
摘要：本文遵循价值投资理念，建立基于支持向量机的股票投资价值分类模型。首先随机抽取500支A股股
票作为样本，并选取对股票投资价值影响显著的财务指标构造样本特征集，然后采用支持向量机方法建立股票
投资价值分类模型，最后将其与BP神经网络和RBF神经网络相比较，结果表明支持向量机的分类效果和泛化
能力最优。
关键词：价值投资；股票投资价值；支持向量机；人工神经网络；模糊聚类
中图分类号：F832．5文献标识码：A 文章编号：1002—9753(2008)01—0135—06
TheClassificationModelforStockInvestmentValueBasedonSVM
LI
Yun—fei，HUIXiao—feng
(School Institute
ofManagement，HarbinofTechnology，Harbin150001，China)
totheideaofvalue classificationmodelofstockinvestmentvaluewasbuihbased
Abstract：According investment，the
on Vector this A—sharestockswas selectedas
SVM(SupportMachines)inpaper．500 randomly samplefirstly，and
thefinancialdatawhichdistinctinfluentthestockinvestmentvalueWasselectedtoconstructthe featureset．
sample
ThentheclassificationmodelofstockinvestmentvalueWasbuiltbasedonSVM，the ofBPneuralnetwork
comparison
andRBFneuralnetworkwas intheend．Theresultsshowedtheclassificationeffectand
proposed generalizationcapabil—
wasthebestfortheSVM．
ity
words：value investment neural
Key investment；stockvalue；SVM；artificialnetwork；fuzzyclustering
一、引言 资问题，无法克服模型检验困难和推广泛化能力
随着证券市场股权分置问题的顺利解决和其 差这两个难题¨J。而综合评价方法多是从公司价
他各项配套改革的不断推进，我国证券市场日益 值的角度来设置指标，既缺乏面向投资的针对性，
规范，以往非理性的单纯投机炒作必将退出历史 又无法进行检验，可信程度低心J。
舞台，而价值投资必然大行其道。但是由于股票 最近大量的研究表明：人工智能方法在处理
价格现象是一个非线性的复杂系统，传统的股票 非线性复杂系统问题时的能力尤为
文档评论（0）