基于多分類支持向量機的選股模型研究.pdf

1、眾所周知股票市場是一個充滿各種信息的復雜系統(tǒng)。通常情況下，投資者所面對的是充斥著大量股票的市場，因此對于人們而言，如何選擇出適合投資的股票是其必須解決的問題。從數(shù)據(jù)挖掘的角度看，股票選擇的問題就是在股票的財務指標和未來收益之間建立映射關系，并通過這種映射識別出能在下一年度戰(zhàn)勝大盤、并獲取超額收益的股票。
　　 本研究結合國內股票市場特別是滬深A股的特點以及股市實際運作情況，研究基于支持向量機的分類技術在分類選股中的應用。為了降低

2、支持向量機非線性分類器的模型復雜度，在不降低分類精度的情況下，文中采用主成分分析技術對上市公司財務指標數(shù)據(jù)進行屬性約減，該方法可以把原始的高維數(shù)據(jù)以少數(shù)幾個主成分表示，同時盡可能保留原始數(shù)據(jù)的更多完整信息。這樣就可以避免由于輸入矩陣中某些屬性的高度相關性給分類器的復雜度帶來影響，從而可以提高模型在不同數(shù)據(jù)集上的泛化能力。最終按照等權重的投資策略，以本文提出的基于SVM的分類技術所選出的優(yōu)勢股進行投資，無論是在牛市或是熊市，都能獲取戰(zhàn)勝大