基于多分類支持向量機(jī)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(fù)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(wù)指標(biāo)和未來收益之間建立映射關(guān)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(jié)合國內(nèi)股票市場特別是滬深A(yù)股的特點(diǎn)以及股市實(shí)際運(yùn)作情況，研究基于支持向量機(jī)的分類技術(shù)在分類選股中的應(yīng)用。為了降低

2、支持向量機(jī)非線性分類器的模型復(fù)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(shù)對上市公司財務(wù)指標(biāo)數(shù)據(jù)進(jìn)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(guān)性給分類器的復(fù)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(quán)重的投資策略，以本文提出的基于SVM的分類技術(shù)所選出的優(yōu)勢股進(jìn)行投資，無論是在牛市或是熊市，都能獲取戰(zhàn)勝大