1301362017黄彪p2基于svm的股指期货价格预测实证研究.docVIP

论文编号： 基于SVM的股指期货价格预测实证研究 黄 彪 中国政法大学研究生院 二○一五年六月基于SVM的股指期货价格预测实证研究 摘 要 沪深300股指期货自2010年4月在中金期交所挂牌以来，为我国证券业乃至整个资本市场带来了巨大的活力，有效缓解了持续限制市场发展的单边投资机制，使得做空投资者的信息也可以反映在股票市场的交易中，投资者不仅可以做多，而且可以做空，对于增强金融体系建设、完善市场交易机制及进一步推进价格发现的市场效率有深远意义。股指期货不仅可以套期保值、投资获利、对冲风险，而且还有价格发现的的作用，对现货有重大的指导意义，被认为是20世纪最成功的金融创新。股指期货的成功在一定程度上取决于价格发现效率的及时与否，因此，进一步探究股指期货对现货的价格趋势引导，从宏观上讲，有利于看清股指期货市场的完整微观结构，为政府干预决策制定提供指导，从微观上讲，有助于相关市场机制，如降低交易成本、提高杠杆倍数、加快执行速度等的实施。 基于上述目的，本文采用实证分析方法，采集了从2010年4月16日股指期货上市以来，近1年的日交易数据，利用神经网络模型中支持向量机理论对数据进行回归预测分析，以期找到有效的价格预测机制。 本文第一部分首先阐述了文章选题的背景及意义，其次全面总结了到目前为止国外、国内的学者们对股指期货的相关研究成果及在金融市场价格趋势预测领域的应用，最后对本文的研究内容及思路进行了概述。第二部分系统详尽的介绍了统计学习、支持向量机、时间序列等相关理论，为后续模型的选择及建立打下基础。第三及第四部分是文章的核心，包括数据样本的采集、样本数据的预处理、最优参数的选择、利用神经网络对训练集进行训练、回归拟合等一系列过程。 本文借助的计算机辅助工具是MATLAB7.0，它是由美国MathWorks公司出品的商业数学软件，在算法开发、数据分析方面功能强大。本文将神经网络的支持向量机理论转换为计算机语言，借助MATLAB完成了从数据预处理到参数优化、模型建立、回归拟合的一系列过程，最后把预测结果通过可视化人机界面直观的展示出来，达到了非常理想的效果。 关键字：股指期货、SVM模型、价格预测、信息粒化A RESEARCH ON THE PRICE EXPECTATION OF STOCK INDEX FUTURES BASED ON THE SVM MODEL ABSTRACT Since April 16, 2010, CSI 300 introduced in China Financial Futures Exchanges, brought great vitality to China’s securities industry and even the entire capital market, effectively alleviate the continued to limit the market development of unilateral investment mechanism, Because investors can be in not only the long position but also the short position, the information about investors in the long position and those in the short position can be both reflected in the stock price. It has great significance to improve the market trading mechanism and the efficiency of market price discovery. Stock index futures which have a great leading means to spot and have been thought as the most successful financial innovation in 20th century can not only be used for hedging, investment earnings, and against hedge risk, but also be used for price discovery. The efficiency of price found in time or not, to a certain extent, determined to the success of stock index futures