基于支持向量机的股价短期预测研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-24页 |
| ·研究背景及意义 | 第9页 |
| ·股价预测方法研究现状 | 第9-16页 |
| ·证券投资分析 | 第10-13页 |
| ·时间序列分析 | 第13-14页 |
| ·人工神经网络方法 | 第14-16页 |
| ·支持向量机方法 | 第16页 |
| ·SVM 研究现状 | 第16-22页 |
| ·SVM 的算法 | 第16-18页 |
| ·SVM 模型选择的研究 | 第18-19页 |
| ·基于支持向量机组合预测模型 | 第19-22页 |
| ·SVM 的应用研究 | 第22页 |
| ·本文主要工作和基本结构 | 第22-24页 |
| 第2章 统计学习理论与支持向量机算法 | 第24-34页 |
| ·引言 | 第24页 |
| ·统计学习理论 | 第24-27页 |
| ·学习过程的一致性条件 | 第24-25页 |
| ·VC 维理论 | 第25-26页 |
| ·推广性的界 | 第26页 |
| ·结构风险最小化 | 第26-27页 |
| ·支持向量机理论 | 第27-33页 |
| ·线性可分 | 第28-30页 |
| ·非线性可分 | 第30-32页 |
| ·SVM 的推广性 | 第32页 |
| ·SVM 常用核函数 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 基于基础指标的SVM 股价预测 | 第34-47页 |
| ·引言 | 第34-35页 |
| ·SVM 回归的数学原理与预测流程设计 | 第35-40页 |
| ·SVM 回归的数学原理 | 第35-37页 |
| ·SVM 预测流程设计 | 第37-40页 |
| ·支持向量机分析预测工具LibSVM | 第40-41页 |
| ·上证综值回归分析 | 第41-43页 |
| ·预测结果对比与分析 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 基于技术指标的SVM 股价预测 | 第47-53页 |
| ·引言 | 第47页 |
| ·基于技术指标的SVM 模型设计 | 第47-51页 |
| ·确定输入向量 | 第48-49页 |
| ·数据预处理 | 第49-50页 |
| ·确定核函数、参数 | 第50-51页 |
| ·预测结果分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-55页 |
| ·全文研究总结 | 第53页 |
| ·未来研究工作展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录1 | 第59-62页 |
| 附录2 | 第62-64页 |
| 附录3 | 第64页 |
