基于LS-SVM模型的證券價格可預測性研究.pdf

1、證券價格的可預測性一直是現(xiàn)代金融學的研究焦點,近年來國內外學者將許多線性或非線性模型應用于證券價格可預測性的研究,證實了證券價格的部分可預測性。雖然在結論上學者們已達成了基本一致,但是在研究方法上存在較大的分歧,模型的設計和參數(shù)的選取具有很大的優(yōu)化空間。支持向量機模型由于其適用于有限樣本、以結構風險最小化為訓練目標、能夠保證全局最優(yōu)等優(yōu)點迅速成為證券價格預測領域最優(yōu)秀的模型之一。
　　 本文采用最小二乘支持向量機(LS—SVM)

2、模型對滬深300指數(shù)短期內的可預測性進行研究。為了探討模型預測對于實際投資的指導意義,本文設計了模擬投資策略來比較投資的效果；為了檢驗輸入向量對于預測結果的敏感性,文章加入了對照組進行對比分析；為了檢驗學習長度對于預測的影響,文章計算了最優(yōu)的滑窗長度；在本文的第四部分,還運用了主成分分析法對輸入向量進行優(yōu)化。分析結論表明:我國證券價格具有明顯的記憶性特征,具有一定的可預測性；根據(jù)LS—SVM模型預測結果進行投資比完全復制指數(shù)的投資策略有