支持向量机在金融交易分析中的应用研究

《支持向量机在金融交易分析中的应用研究》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、分类号学校代码10487学号612100200672166密级硕士学位论文支持向量机在金融交易分析中的应用研究学位申请人：贺江华学科专业：计算机应用技术指导教师：李玉华副教授答辩日期:2008年6月5日AThesisSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringAnApplicationResearchonSupportVectorMachineinFinancialAnalysisCandidate:HeJiang

2、huaMajor:ComputerApplicationTechnologySupervisor:AssociateProf.LiYuhuaHuazhongUniversityofScienceandTechnologyWuhan,Hubei430074,P.R.ChinaJune,2008独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本

3、人完全意识到，本声明的法律结果由本人承担。学位论文作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在_____年解密后适用本授权书。本论文属于不保密□。（请在以上方框内打“√”）学位论文作者签名：指导教师签名：日期：年月日日期：年月日华

4、中科技大学硕士学位论文摘要随着经济发展和人们进行商业活动能力的提高，金融交易活动的发生日益频繁，在大量的交易活动中隐藏着许多非正常的交易，洗钱活动也伴随其中，根据专家知识以及相关法律法规人工识别所有可疑交易工作量太大，需要将这些专家知识以及相关法律法规与数据挖掘技术相结合，对大量的交易数据实行自动化、智能化的分析，发现隐藏其中的交易模式，为金融监管部门提供信息指导与犯罪预警，结合金融背景，将支持向量机分类技术运用到金融交易的分析中，通过对历史交易数据的学习可以对未来的交易作出有指导意义的预测。介绍了支持向量机的原理方法，讨论了几类

5、主要的改善支持向量机的方法：二次规划求解方法，分解算法，增量算法以及集成多种技术的分类算法等。接下来对支持向量机算法和神经网络算法进行了比较，说明了支持向量机在学习性能上的特点和优势。金融交易分析是金融监管的重要一环，分析结果对打击防范金融犯罪有重要意义。介绍了金融交易分析的概念，描述了金融交易分析的过程，然后基于支持向量分类给出了一种可操作性强的分析流程，并对分析的各个步骤进行了详细的说明。针对小样本集与大样本集情况分别对已有支持向量机算法进行了改进。小样本集情况下将支持向量机算法与距离判别方法相结合，分别对训练样本集与测试样本集

6、进行分组，通过训练后错分样本的信息指导后续的学习过程。大样本集情况下采用增量式学习方法，解决海量数据处理与训练样本集不完备问题，并根据实际情况融合了类加权思想，对原有训练过程进行扩展。实验表明两种情况下的改进算法都是有效的。关键词：支持向量机，分类，金融交易，距离判别，增量式学习I华中科技大学硕士学位论文AbstractAlongwitheconomicdevelopmentandpeople'sincreasingabilitytotakecommercialactivities,financialtransactionsarei

7、ncreasinglyfrequent.Therearemanynon-normaltransactionshiddeninlargenumberoftradingactivities,includingmoney-laundering.Thereistoomuchworkloadtoidentifyallsuspicioustransactionsaccordingtoexpertknowledgeandrelatedlawsandregulations.Itisnecessarytocombineexpertknowledgea

8、ndrelatedlawsandregulationswithdataminingtechnology,thenanalyzelargenumberoftransactiondataautomaticallyandintelligen