基于小波核支持向量机回归的股指期货价格预测

《基于小波核支持向量机回归的股指期货价格预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码：１０２７０分类号：Ｆ８３０．９１学号：１６２５０２７３２硕士专业学位论文基于小波核支持向量机回归的股指期货价格预测－学院：商学院：金融硕士（专业学位类另别专业领域：统计与建模．论文类型：方案策划研究生姓名：梁成指导教师：龚秀芳２０１８年５月完成日期：上海师范大学硕士学位论文中文摘要论文题目：基于小波核支持向量机回归的股指期货价格预测论文类型：方案策划学科专业：金融专硕学位申请人：梁成指导教师：龚秀芳摘要本文是基于小波核支持向量机回归的股指期货价格预测方案，之所以选择预测股指期货的价格主要是受到了金融市场特殊

2、状况的影响。在2015年股指期货遭遇了史上最严调控，2017年后调控有所放开，但是股指期货市场仍然面临着成交量底下，流动性不足的情况。传统的多因子选股alpha策略在股票市场上建立多头，在股指期货市场上建立完全对冲风险的空头头寸，以此来获得稳定的超额收益。但在股指期货受限之后，这种策略受到了巨大的挑战，股指期货的交易量无法满足完全对冲风险的需要，于是一些私募机构转向使用灵活择时对冲策略，而一些中小金融机构选择不对冲或者建立股指期货单边头寸的方法来进行投资。在这种情况下，能否准确预测股指期货的价格就显得至关重要。本文借鉴了小波核函数的构造方法，通过给出3种小波核

3、函数预计算矩阵的方式将小波基函数带入到了支持向量机回归模型当中，建立了基于小波核支持向量机回归模型，然后通过遗传算法以及粒子群算法优化小波核支持向量机回归模型的参数，得到小波核支持向量机回归的最优参数，并由此对中国市场上的三种股指期货主力合约的收盘价做出预测，最终通过合理性检验发现小波核支持向量机回归的预测性能优于普通核函数。关键词：支持向量机；小波分析；主成分分析I英文摘要上海师范大学硕士学位论文AbstractThisarticleisbasedonthewaveletkernelsupportvectormachineregressionofstocki

4、ndexfuturespriceforecastingprogram,thereasonwhychoosetopredictthepriceofstockindexfuturesismainlyaffectedbythespecialconditionsofthefinancialmarket.In2015,stockindexfuturessufferedthemostsevereregulationinhistory.After2017,regulationandcontrolhavebeenliberalized.However,thestockinde

5、xfuturesmarketstillfacesthesituationofinsufficientliquidityundertradingvolume.However,afterthelimitofstockindexfutures,thisstrategyhasbeenchallengedenormously.Thetradingvolumeofstockindexfuturescannotmeettheneedforfullhedgingofrisks.Therefore,someprivateequityinstitutionshaveshifted

6、toflexibleselectivetiminghedgingstrategies,whilesomesmallandmediumfinancialoptionshavenothedged.Orestablishaunilateralpositionofstockindexfuturestoinvest.Undersuchcircumstances,itisveryimportanttoaccuratelypredictthepriceofstockindexfutures.Thispaperdrawsontheconstructionmethodofwav

7、eletkernelfunctions.Bygivingthreekindsofwaveletkernelfunctionpre-calculationmatrices,thewaveletbasisfunctionisbroughtintotheregressionmodelofsupportvectormachine.Theregressionmodelbasedonwaveletkernelsupportvectormachineisestablishedandthenadopted.Thegeneticalgorithmandparticleswarm

8、optimizationalgorit