基于启发式算法的支持向量机选股模型-NSFC.PDFVIP

（ ） ， 第 卷第 期 总第 期 系 统 工 程 ３２ ２ ２４２ Ｖｏｌ．３２ Ｎｏ．２ 　　　　 　 　 　 　 　 年 月 ， ２０１４ ２ Ｆｅｂ．２０１４ 　　　　　　　　 　 　 　 　 Ｓ ｓｔｅｍｓＥｎ ｉｎｅｅｒｉｎ ｙ 　 ｇ ｇ 文章编号： （ ） １００１４０９８２０１４０２００４００９ － － － 基于启发式算法的支持向量机选股模型＊ ， 陈荣达 虞欢欢 （ ， ） 浙江财经大学金融学院 浙江杭州 ３１００１８ 　 ： 、 ， 摘 要 发行流通股的上市公司财务数据是高维 复杂的 在利用财务指标对股票进行投资选择时往往难以全 　 。 、 （ ） ， 面考虑 为了从样本股的大量财务指标中提取出低维 有效的特征信息来构成支持向量机 ＳＶＭ 的训练集 （ ） ， 提出了一种启发式算法 ＨＡ 对原始财务数据进行预处理 在保存原始数据特征信息的同时提高了训练精度 。 ， （ ） 和训练效率 实证结果中 基于该启发式算法的支持向量机选股模型 ＨＡ ＳＶＭ 最终构造的股票组合的年 － 。 ， 收益显著高于同期基准组合的年收益 另外 进一步将被广泛使用于降维和数据特征提取的主成分分析法 （ ） ， ， 、 ＰＣＡ 与该启发式算法进行对比分析 结果表明 ＨＡ ＳＶＭ模型的训练准确率 预测准确率以及所选股票组 － 合的年收益情况均显著高于 ＰＣＡ ＳＶＭ模型。 － ： ； ； ； 关键词 选股模型 支持向量机 启发式算法 主成分分析法 中图分类号： 文献标识码： Ｆ８３０ Ａ 　　　 ［ ］ ４