支持向量機(jī)在金融市場預(yù)測中的應(yīng)用.pdf

1、支持向量機(jī)是以統(tǒng)計(jì)學(xué)習(xí)理論為基礎(chǔ),建立在VC維和結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則之上的一種人工智能方法。它在多數(shù)情況下可以克服“維數(shù)災(zāi)難”和局部極小等傳統(tǒng)困難,因此擁有很強(qiáng)的泛化能力。該技術(shù)現(xiàn)已成為機(jī)器學(xué)習(xí)的研究熱點(diǎn),并在模式識(shí)別、圖像分類等很多領(lǐng)域得到了成功應(yīng)用。目前支持向量機(jī)主要應(yīng)用于解決分類和回歸問題,很少用于時(shí)間序列預(yù)測。
　　 時(shí)間序列預(yù)測是指通過有限的歷史樣本建立模型,利用模型解釋數(shù)據(jù)的統(tǒng)計(jì)學(xué)規(guī)律以達(dá)到控制和預(yù)報(bào)的目的。預(yù)報(bào)只是預(yù)

2、測的一個(gè)方面,而預(yù)測一個(gè)最重要的功能就是把未來不確定的風(fēng)險(xiǎn)轉(zhuǎn)化為可測算風(fēng)險(xiǎn)。盡管不確定性未知,但風(fēng)險(xiǎn)卻可以通過概率分布的統(tǒng)計(jì)來度量,比如經(jīng)驗(yàn)風(fēng)險(xiǎn)、結(jié)構(gòu)風(fēng)險(xiǎn)和各種損失函數(shù)等。預(yù)測的誤差是不可避免的,預(yù)測者所能夠做的就是盡可能的找到更出色的預(yù)測技術(shù)來不斷降低預(yù)測的誤差,從而使投資人的目標(biāo)函數(shù)盡可能的利益最大化同時(shí)風(fēng)險(xiǎn)最小。近年來,對金融工程研究已成為一大熱點(diǎn),人們將神經(jīng)網(wǎng)絡(luò)、混沌理論、遺傳算法以及系統(tǒng)理論和當(dāng)代應(yīng)用數(shù)學(xué)研究的最新進(jìn)展等眾多理

3、論與方法應(yīng)用于金融時(shí)間序列預(yù)測。本文將最小二乘支持向量算法與時(shí)間序列模型相結(jié)合應(yīng)用于金融領(lǐng)域的預(yù)測,以期得到更好的推廣。
　　 文章緒論部分介紹了課題提出的背景和現(xiàn)狀,預(yù)測的分類和發(fā)展以及本論文的主要內(nèi)容和組織結(jié)構(gòu)。第二章介紹詳細(xì)介紹了支持向量回歸理論,是第四章金融時(shí)間序列預(yù)測的理論基礎(chǔ)。第三章介紹了時(shí)間序列模型用于預(yù)測的經(jīng)驗(yàn)方法和多用于金融數(shù)據(jù)預(yù)測的條件異方差模型,是第四章實(shí)驗(yàn)的模型基礎(chǔ)。第四章主要針對我國證券指數(shù)、股指期貨合