欢迎来到天天文库
浏览记录
ID:45785353
大小:300.71 KB
页数:48页
时间:2019-11-17
《基于机器学习的股票交易时机研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、毕业设计(论文)题目基于机器学习的股票交易时机研究专业信息与计算科学班级2006级1班学生余开勇指导教师韩逢庆重庆交通大学2010年6月摘要IABSTRACTII第一章前言11.1研究背景11.2股市预测的发展概况11.3支持向量机简介31.4本文的主要内容3第二章股市知识的准备52.1引言52.1.1我国股票市场的发展52.1.2进行股票投资分析的必要性62.2股票的相关知识62.2.1股票常用术语72.2.2股票价值和股票指数72.3企业财务指标92.4股市技术指标简介9第三章股市预测问题研究方
2、法123.1引言123・2投资分析法123.2.1技术分析法123.2.2基本面分析法123.2.3组合分析法133.3时间序列分析法133.3.1ARMA模型简介143.4非线性系统分析法143.4.1神经网络预测方法概述143.4.2多层前馈神经网络(BP网络)15第四章统计学习理论与支持向量机173.1理论背景174.1.1机器学习分类174.1.2机器学习存在的基本问题174.2统计学习理论183.2.1VC维191.2.2推广性的界192.2.3结构风险最小化(StructuralRisk
3、Minimization,SRM)204.3支持向量机基本原理212.3.1基本概念222.3.2线性支持向量机232.3.3非线性支持向量机254.3.4基于支持向量机的回归分析28第五章基于支持向量机的股市预测315.1基于支持向量机的股市预测流程313.2基于向量机的分析预测工具Libsvm323.3实际预测结果与数据验证分析335.4股票交易时机的确定38结束语40致谢41参考文献42摘要股票市场是一个复杂的菲线性动态系统,但由于传统的预测技术并没有准确的揭示股票市场的内在规律,导致最终的预
4、测结果并不十分理想。本文采用了支持向量机的方法对股市进行预测。支持向量机是数据挖掘中的一项新技术,是借助于最优化方法解决机器学习问题的新工具。特别是近年来支持向量机在冋归算法的研究方面也表现了极好的性能,但是将其应用到股市预测中却并不多。本文介绍了股市的相关背景知识,然后对股市里的常用术语作了介绍以及对传统的股市预测的方法进行了介绍,特别详细介绍了基于神经网络的预测方法。接着全面介绍了统计学习理论和建立在其上的支持向量机方法,详细描述了支持向量机方法的基本原理。最后,对支持向量机方法用于股市预测问题
5、进行了尝试。提出了使用支持向量机的方法进行股市预测的基本流程,然后通过使用实你的股市交易数据进行预测,在具体股价的预测都表现出很好的效果。关键词:股票,股市预测,支持向量机,核函数ABSTRACTStockmarketisacomplexnon-linearsystem,andisaffectedbymanyfactors.Thetraditionalpredictiontechnologiescannotdisclosetheinherentruleofstockmarket.Inthispape
6、r,anewpredictiontechnologybasedonSupportVectorMachine(SVM)hasbeenproposed.Thesupportvectormachineisadataminingnewtechnology;itisanewtoolthatdrawssupporttheoptimizedmethodtosolutethemachinelearningquestions.Speciallyinrecentyears,supportedthevectormachi
7、nealsotodisplaytheextremelygoodperformanceinthereturnalgorithmresearchaspect,butapplieditthestockmarkettoforecastcertainlywerenotactuallymany.Thispaperintroducethebackgroundknowledgeofstockmarket,thencommontermsonthestockmarketwasintroducedandtradition
8、alpredictiontechnologiesareintroducedindetail,especiallythetechnologybasedonneuralnetwork,andthenthebasicprinciplesofSVMarediscussed.Finally,thispaperusesSVMtopredictthepriceofstock,andproposeacommonframeworktosolvestockmarketprediction
此文档下载收益归作者所有