基于小波分析和支持向量機(jī)的股票指數(shù)預(yù)測(cè)模型的研究及應(yīng)用.pdf

1、證券市場(chǎng)變幻莫測(cè)，作者試圖找出股票指數(shù)這一時(shí)變波動(dòng)序列的運(yùn)行規(guī)律，從而對(duì)股票指數(shù)進(jìn)行預(yù)測(cè)、為股票投資行為做出有效指導(dǎo)。股票指數(shù)對(duì)許多因素的變化都非常敏感，其中有來(lái)自于自身的也有來(lái)自于外界的，它們之間是非線(xiàn)性、復(fù)雜耦合關(guān)系，因此相對(duì)于其他預(yù)測(cè)系統(tǒng)，股指預(yù)測(cè)系統(tǒng)需要考慮因素比較多。 近二十幾年來(lái)，以混沌、神經(jīng)網(wǎng)絡(luò)、小波分析和支持向量機(jī)理論等為代表的非線(xiàn)性方法在股票指數(shù)及股價(jià)變化的趨勢(shì)研究中得到了迅速的發(fā)展，而且也取得了一些具有開(kāi)拓意

2、義的研究成果。 本文提出了小波——支持向量機(jī)模型，對(duì)上證綜合指數(shù)的一維時(shí)間序列數(shù)據(jù)，選擇Symlet小波函數(shù)進(jìn)行離散小波變換，然后利用小波分析的多分辨分析特性，將時(shí)間序列分解成近似部分和細(xì)節(jié)部分(本文對(duì)時(shí)間序列進(jìn)行了三層分解)。 為了更有效的進(jìn)行預(yù)測(cè)模型建模，對(duì)分解后的預(yù)測(cè)序列分別進(jìn)行相空間重構(gòu)，即將一維的時(shí)間序列轉(zhuǎn)化為矩陣形式獲得數(shù)據(jù)間的關(guān)聯(lián)關(guān)系以挖掘到盡可能多的信息量，轉(zhuǎn)換之后，得到新的學(xué)習(xí)樣本。 然后利用支

3、持向量機(jī)對(duì)新的樣本進(jìn)行訓(xùn)練，得到回歸模型。最后對(duì)預(yù)測(cè)數(shù)據(jù)依據(jù)模型進(jìn)行處理，對(duì)其進(jìn)行小波重構(gòu)，得到最終的時(shí)間序列預(yù)測(cè)值。 小波分析方法、非線(xiàn)性混沌理論及支持向量機(jī)理論憑借其自身理論的優(yōu)越，在非線(xiàn)性時(shí)間序列分析中的迅速崛起，為我們對(duì)股票進(jìn)行技術(shù)分析提供了新的方法。本文針對(duì)上證綜合指數(shù)，利用上述理論建立了該指數(shù)的預(yù)測(cè)模型，并將預(yù)測(cè)與實(shí)際的數(shù)據(jù)擬合，在實(shí)踐上取的了令人滿(mǎn)意的結(jié)果。結(jié)合擬合結(jié)果，分析其產(chǎn)生原因，指出了這一模型的優(yōu)點(diǎn)和不足之