基于多分類支持向量機(jī)的選股模型研究.pdf_第1頁
已閱讀1頁,還剩61頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

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

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論