基于GSA-SVR方法的滬深300指數(shù)預測研究.pdf

1、股票市場是我國金融市場的重要組成部分，其健康發(fā)展關系到我國整個經(jīng)濟體的穩(wěn)定。作為股票市場的代表，滬深300涵蓋了滬市和深市兩大市場的基本信息，為中國股市的研究打下了良好的基礎。隨著現(xiàn)代經(jīng)濟和科學技術的發(fā)展，對股市的研究方法已經(jīng)從單純的理論研究上升到實證分析，依靠計算機設備獲得技術支持似乎成為現(xiàn)下研究的主流趨勢。在充分掌握滬深300股票指數(shù)的基礎上，采用網(wǎng)格搜索算法對支持向量回歸機進行優(yōu)化，通過計算機操作，獲得滬深300月度收盤指數(shù)的預測

2、。對其精準預測無論對股市監(jiān)管部門還是股市投資者都有很強的現(xiàn)實意義。
　　在對國內外研究現(xiàn)狀進行綜合分析的基礎上，確立了研究思路和角度。首先，由于股票市場的發(fā)展與自身以及宏觀經(jīng)濟環(huán)境都密不可分，因此初步選取了四個大盤指標和九個宏觀經(jīng)濟指標分別與滬深300收盤價進行分析，在經(jīng)過一系列計量統(tǒng)計處理后，剔除相關性弱的指標，最終選取與滬深300收盤價相關性較強的指標作為模型的輸入變量；在確定了輸入變量之后，要通過網(wǎng)格搜索算法對預測模型進行優(yōu)

3、化構建。對于支持向量回歸模型而言，最優(yōu)參數(shù)的尋找直接影響了最終預測結果的精準性，因此引入網(wǎng)格搜索算法對預測模型進行優(yōu)化，構建基于 GSA-SVR方法的滬深300指數(shù)預測模型，運用55個月度數(shù)據(jù)對模型進行訓練，分別基于四種不同的核函數(shù)，并對訓練結果進行分析比較；在四種不同核函數(shù)的基礎上，運用7個月度數(shù)據(jù)對訓練模型進行股指趨勢預測，通過不同的模型評價指標來分析不同核函數(shù)所構建模型的預測效果；最后，在分析預測結果的基礎上，分別從微觀和宏觀的角