支持向量回歸在金融時(shí)間序列預(yù)測(cè)中的應(yīng)用.pdf

1、經(jīng)典統(tǒng)計(jì)理論在處理低維數(shù)據(jù)的分類和估計(jì)問題中做出了巨大的貢獻(xiàn)。20世紀(jì)90年代美國的Vapnik提出了支持向量機(jī)(Support Vector Machine，SVM)理論，主要是針對(duì)小樣本建立一個(gè)新體系，不僅充分考慮了漸近問題，還可以在有限條件下得到問題的最優(yōu)解。目前支持向量機(jī)主要在分類和回歸問題上有廣泛的應(yīng)用與研究，而在預(yù)測(cè)方面還有很大的推廣空間。在實(shí)際的金融數(shù)據(jù)中，時(shí)間序列數(shù)據(jù)間是相互依存、相互關(guān)聯(lián)的，金融市場(chǎng)過去和現(xiàn)在的發(fā)展變化

2、規(guī)律，會(huì)直接影響到金融市場(chǎng)未來的發(fā)展水平。利用時(shí)間序列分析理論進(jìn)行合理的建模，依靠歷史數(shù)據(jù)樣本，對(duì)未知數(shù)據(jù)進(jìn)行預(yù)測(cè)，進(jìn)一步推測(cè)金融市場(chǎng)未來的發(fā)展趨勢(shì)及其風(fēng)險(xiǎn)價(jià)值，以期盡量減少不必要的經(jīng)濟(jì)損失。在實(shí)際應(yīng)用中，建立的時(shí)間序列模型只是對(duì)實(shí)際數(shù)據(jù)的近似逼近，而非完全吻合，所以對(duì)未知數(shù)據(jù)的預(yù)測(cè)有待考證。一般情況下，分別采用不同的模型進(jìn)行建模和預(yù)測(cè)，然后經(jīng)過比較分析，在抉擇哪種模型的準(zhǔn)確率和精度更高。
　　本文首先簡要的介紹了一些時(shí)間序列的基