共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
本文在结构风险最小化的准则下,从提高样本外套期保值效率的视角,建立了基于支持向量机的套期保值新模型,并利用我国沪深300股票指数和沪深300股指期货仿真交易的历史数据进行了实证检验,并与基于最小二乘回归的套期保值模型进行了对比分析。实证结果表明本文提出的新套期保值技术能够有效提高样本外的保值效果,且该方法具有良好的鲁棒性,从而具有较好的理论和应用价值。 相似文献
4.
随着金融市场的不断发展,对于股指期货的预测变得十分必要.本文首先介绍了支持向量机并且分析了支持向量机的原理,并且建立了基于支持向量机的股指期货合约价格预测模型,最后应用实例验证其科学性. 相似文献
5.
王荡洋 《中国农业银行武汉培训学院学报》2010,(4):9-13
汇率的预测研究一直是国际金融领域研究的一个热点。混沌时间序列的建模与预测的关键是相空间重构和非线性函数逼近,基于汇率时间序列存在混沌特征的特点,利用相空间重构技术对汇率时间序列进行重构,然后利用支持向量机作为非线性函数逼近,构建了一种基于支持向量机回归(SVR)的汇率预测模型。采用美元兑人民币的日汇率进行实证研究,结果表明,所构建的SVR模型能较好的反映汇率的变化趋势,预测精度较高。 相似文献
6.
利率期限结构一直是量化研究领域的重点课题,目前国内关于利率期限结构拟合的研究较多,而对利率期限结构的预测则研究较少,关于利用支持向量机的方法预测利率期限结构的研究更是屈指可数,本文利用支持向量机对国债的即期利率进行了拟合和预测,并与普通的时间序列线性模型对比,发现支持向量机的拟合和预测效果均好于自回归模型。 相似文献
7.
8.
9.
10.
11.
本文建立基于粒子群优化(PSO)的支持向量机(SVR),实现对期货价格的有效预测。首先选取代表性的技术指标、收盘价和成交量作为样本特征集,以下一时刻的收盘价作为输出变量。然后通过粒子群优化算法寻找最优的惩罚因子和RBF函数的宽度参数,在此基础上建立支持向量机模型,并用样本集进行训练。最终仿真结果显示基于粒子群算法的支持向量机模型具有学习精度高、泛化能力较强的性质,可用于期货价格的短期预测。 相似文献
12.
基于信息粒化和支持向量机的股票价格预测 总被引:1,自引:0,他引:1
信息粒化是进行海量数据挖掘和模糊信息处理的有效工具。本文提出了一种基于信息粒化和支持向量机的股票价格预测方法。利用长安汽车的股票数据,建立股票开盘价回归预测模型,该模型克服了传统时间序列模型仅局限于线性系统的情况。应用实例表明:该方法能有效地预测股票价格的变化范围。 相似文献
13.
本文在分析支持向量机原理后提出了运用网格搜索法选择最佳核函数、模型参数法构建支持向量机模型.笔者以宁夏辖区2020年央行内部(企业)评级数据为样本,通过指标相关性分析、构建F统计量筛选出信息贡献度高的定量评级指标,并利用线性核函数、高斯核函数、多项式核函数分别对宁夏辖区2020年央行内部(企业)评级数据进行建模分析.研究结果表明基于网格搜索法选择支持向量机的方法可以准确预测央行内部(企业)评级结果,同时,利用支持向量机对剔除行业相关特定定量指标后的公共定量指标做建模分析,发现在有限维度定量指标数据无法对评级结果作出准确预测时,可通过将高斯核函数映射到高维空间来作出相对比较准确的分类预测. 相似文献
14.
股票预测是一种非线性、不确定的时间序列问题,传统方法很难对其进行准确预测.本文分析了支持向量机(SVM)在股票预测中应用的可行性.并通过邯郸钢铁股票数据对该方法进行了检验,结果显示,支持向量机具有较强的泛化能力. 相似文献
15.
16.
17.
本文通过研究两种不确定支持向量机各自的优缺点和适用范围,分别对粗支持向量机和模糊支持向量机在船舶购置成本中的应用进行了可行性分析,由此本文提出了改进不确定支持向量机,构建预测模型的基本思路。 相似文献
18.
19.
本文以2011年1月4日至2011年6月29日发行的163只新股为样本,筛选出59只首日破发股进行深入研究,结合实证分析与规范分析,通过相关性分析与回归分析得到影响新股破发程度的主要因素。同时,本文结合市场实际情况,给出新股投资的合理建议。 相似文献
20.
为了实现供应链金融信用风险的科学定量管理,建立了一种AdaBoost集成的支持向量机(SVM)算法.该方法首先采用SVM方法对信用风险数据进行分类学习,建立基学习器;接着通过AdaBoost集成算法对基学习器迭代训练,生成最终的供应链金融信用风险评估模型.实证结果表明,AdaBoost集成SVM分类器较模糊积分SVM集成等方法具有更高的分类准确率,因此该模型具有很好的应用前景. 相似文献