基于参数优化的支持向量机股票市场趋势预测

【摘要】在现代智能技术中很重要的一项就是机器学习,计算机模拟人类学习的过程,根据对历史信息的分析,做出预测的指导,在金融方面的进行机器学习一直是研究者研究的一个方向。基于统计学上的神经网络(RBF)算法正是在这样的情况被应用在金融方面,并且取得了优于传统模型的效果。但是神经网络有着先天的一些缺点：建立在样本数量无穷多的基础上,这往往与事实不符；当小样本的情况发生时,神经网络容易发生过度学习的现象；泛化能力较差等。这些缺点制约了神经网络算法在金融数据上的应用。为了在小样本量的情况下实现机器学习,V.Vapnik(1995)等人基于统计学习理论(SLT)的基础上提出了一种新的机器学习算法支持向量机(SupporyVectorMachine,简称SVM)用于数据挖掘。支持向量机的优点在于其对样本量并没有太大的要求,并且通过构造核函数将非线性的问题映射为线性的问题,其推广能力远远强于神经网络以及传统的数据挖掘方法,这种算法从一问世就受到了国内外科研工作者的关注和研究,目前已经在生物、医学、图像识别等方面得到了应用,但在金融方面的应用仍然很少。现有的金融问题研究大多数使用传统的计量方法,这些方法都有着各自所必须的理论假设,与实际并不符。所以研究支持向量机算法在金融市场的应用有着重要的理论意义。由于支持向量机在实际应用方面仍有一定的缺点,比如最优参数的取值,特征变量的噪音问题等。鉴于上述情况,本文建立起适用于金融数据挖掘的支持向量机模型,并对股票市场的大盘趋势进行预测,具有现实意义。目前在金融市场中更多的是利用时间序列进行回归的分析,而本文通过支持向量机算法将技术面指标作为输入变量基于技术分析对股票市场的趋势进行了预测；并且在此基础上为了得到更好的预测结果,本文进一步建立了结合特征提取与参数寻优的预测模型,以此增强其在实际中的应用性,包括以下方面：使用主成分分析法对数据进行特征提取的预处理,以除去样本相关信息的干扰；分别使用了网格搜索法(Grid)、遗传算法(GA)、粒子群(PSO)算法对支持向量机的参数进行寻优。本文首先总结了支持向量机算法的研究进展以及对其优化方法的研究进展；然后阐述了支持向量机的理论基础；接着提出构造出基于支持向量机预测模型的思路和所用算法的理论基础；最终将其应用金融市场上,对股票市场的短期趋势进行了预测的实证研究。实证结果表明：经过主成分分析处理后,不管是使用什么参数寻优的方法均比不做处理时的预测精度要高,且运行的时间大大减少,这说明应用主成分分析进行数据预处理是有效的。进行了参数寻优的支持向量机其预测的精度都要远远的高于神经网络法,其中使用网格搜索法寻优的支持向量机表现出最好的预测效果,在股票市场的预测中有接近60%的准确率,而遗传算法支持向量机虽然预测效果稍逊于网格搜索法,但其模型运行的时间要快于网格搜索法,粒子群算法的在支持向量机的参数寻优中的也有优于BP神经网络的预测精度。本文建立的模型与神经网络模型或者其他的传统人工智能算法相比,更具有经济适用价值,可以在一定程度上给投资者指导,如果在准确率方面可以进一步的得到提高,在未来可以考虑使用支持向量机建立起量化投资的模型用来投入实际应用。
【作者】卢钰；
【导师】朱晋；
【作者基本信息】浙江工商大学，金融学，2013，硕士
【关键词】支持向量机；量化投资；机器学习；市场趋势；技术分析；特征提取；

【参考文献】
[1]刘江华.信息技术与中职英语口语教学整合模式的研究[D].东北师范大学,现代教育技术,2012,硕士.
[2]张世铭.浙西燕山期成岩构造背景及桐村钼（铜）矿床成矿过程[D].成都理工大学,矿产普查与勘探,2013,硕士.
[3]颜培顺.江水冷热资源区域化应用规划问题研究[D].重庆大学,供热、供燃气、通风及空调工程,2014,硕士.
[4]刘亚光.江西省地层多重划分对比研究[J].江西地质科技.1996(02)
[5]李国庆.时间序列分析在电力系统暂态稳定预测中的应用[J].控制与决策,1995,02:184-187.
[6]梁敏.中国上市公司R&D投入影响因素研究[D].吉林大学,企业管理,2013,硕士.
[7]范欣鹏.我国取保候审实务研究[D].黑龙江大学,法律,2012,硕士.
[8]孙文斌,吕东辉,黄琨.期货市场的风险管理效率分析[J].工业技术经济.2005(02)
[9]张之贤.陇东南地区短时强降水时空分布特征及短时临近预报技术研究[D].兰州大学,气象学,2013,硕士.
[10]韩佩妍.Endostar对恶性浆膜腔膜血管微环境凋亡调节的研究[D].大连大学,肿瘤学,2014,硕士.
[11]汤志俊.移动对象的连续Reverse Skyline查询[D].宁波大学,计算机应用技术,2013,硕士.
[12]刘诗敏.电动汽车用新型混合励磁电机及其控制器研究[D].广东工业大学,电力电子与电力传动,2013,硕士.
[13]周东华,史建涛,何潇.动态系统间歇故障诊断技术综述[J].自动化学报,2014,02:161-171.
[14]邵莹,解春红,魏林琳,谢昕,朱建美.川崎病合并肠道损伤的早期观察与护理[J].护理与康复,2014,12:1150-1152.
[15]孙博.支持中小企业发展的财税政策研究[D].辽宁大学,财政学,2012,硕士.
[16]袁远,季星来,孙之荣,李衍达.Isomap在基因表达谱数据聚类分析中的应用[J].清华大学学报(自然科学版),2004,09:1286-1289.
[17]赵昱.2.4GHz RFID阅读器射频前端设计[D].西安电子科技大学,电磁场与微波技术,2012,硕士.
[18]于薇薇.进火补针刺治疗脾肾阳虚型慢性疲劳综合征的临床观察[D].黑龙江中医药大学,针灸推拿学（专业学位）,2013,硕士.
[19]王群.建筑施工企业施工合同风险管理研究[D].西南交通大学,结构工程,2013,硕士.
[20]陈雅琳.后金融危机时代中国通货膨胀成因与治理机制[D].云南财经大学,金融学,2013,硕士.
[21]刘薇.具有潜伏期和隔离项的传染病模型及预防接种策略[D].渤海大学,基础数学,2014,硕士.
[22]张芳.当代大学生中华民族精神教育研究[D].东北大学,思想政治教育,2010,硕士.
[23]马国伟,许雪峰,金清波,何荣军,关集俱.二烃基五硫化物-三聚氰胺-甲醛树脂微胶囊的制备及其摩擦性能[J].复合材料学报,2013,02:37-43.
[24]李明.水平推力作用下路基桩板结构受力特性研究[D].西南交通大学,建筑与土木工程,2014,硕士.
[25]彭亿姿,祝一锋,唐华东.姜黄素衍生物为引发剂引发MMA的ATRP聚合的研究[J].浙江化工,2015,02:35-39.
[26]孙润生.中国跨境贸易人民币结算研究[D].首都经济贸易大学,国际商务（专业学位）,2013,硕士.
[27]武洁琼.高等学校科技发展能力研究[D].苏州大学,2003.
[28]孙清松.自我及其反身性建构[D].山东大学,马克思主义哲学,2013,硕士.
[29]王玲.基于中国东盟自由贸易区视角的广东区域社会协调发展研究[D].广东海洋大学,马克思主义中国化研究,2013,硕士.
[30]段迎春.伦理道德及其社会控制[D].河北师范大学,马克思主义理论与思想政治教育,2004,硕士.
[31]常远凯.农业产业化理论及组织模式演变研究[D].云南财经大学,经济思想史,2013,硕士.
[32]吴诚.利用建筑废弃物制备多孔陶瓷的研究[D].华南理工大学,材料学,2014,硕士.
[33]杜淑贤.浅谈高中化学学习过程中化学研究课题的生成[J].化学教学,2013,03:27-30.
[34]郑小罗.浅滩“怪潮”灾害辅助决策系统的设计与实现[D].华东理工大学,软件工程,2014,硕士.
[35]宋蕊.资源型区域经济转型升级的路径及对策研究[D].西安建筑科技大学,行政管理,2013,硕士.
[36]赵晨光,庄天戈.基于内容的医学图像检索[J].国外医学(生物医学工程分册),2004,02:83-86.
[37]王彩霞.当代中国社会转型中个人与群体的关系研究[D].北方工业大学,思想政治教育,2013,硕士.
[38]王树甲.我国移动通信设备研制和产业发展策略的探讨[J].邮电商情.1999(05)
[39]田军军.催化金属表面结构和碳源对CVD法合成石墨烯的影响研究[D].重庆大学,化学工程与技术,2014,硕士.
[40]李穹.唐代日本人的汉语文化学习[D].曲阜师范大学,汉语国际教育（专业学位）,2013,硕士.
[41]李举媛.钢铁行业并购财务风险评价与防范研究[D].江苏科技大学,会计学,2013,硕士.
[42]吴爱弟,曹思远.用正交多小波压制地震信号的随机噪声[J].石油地球物理勘探,2002,05:473-476.
[43]温馨.质性研究视角下的青少年亲子沟通状况调查[D].首都师范大学,心理健康教育,2014,硕士.
[44]马噢.评定开关磁阻电机（SRM）振动特性的两种激励方法研究[D].清华大学,动力工程及工程热物理,2013,硕士.
[45]周平秀.无托槽隐形矫治器对上颌侧切牙转矩力的三维有限元分析[D].浙江大学,口腔正畸学,2013,硕士.
[46]翟莹.交互式辅助讲故事系统的设计与应用研究[D].华中师范大学,教育技术学,2013,硕士.
[47]危湘衡.旅游企业多元化并购类型与长期绩效的关系[D].湖南师范大学,旅游管理,2013,硕士.
[48]卜祥云.基于DSPIC单片机的专用变频器研究[D].内蒙古大学,模式识别与智能系统,2014,硕士.
[49]黄浩.基于灰色理论的220KV变压器故障气体预测模型[D].广东工业大学,电气工程（专业学位）,2014,硕士.
[50]陈昊龙.手机应用推荐程序后台支撑系统设计与实现[D].北京交通大学,软件工程（专业学位）,2013,硕士.