基于投资者情绪的SVM在量化投资方面的应用
| 摘要 | 第2-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究背景和研究意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 本文创新点和论文结构 | 第10-12页 |
| 1.2.1 本文创新点 | 第10页 |
| 1.2.2 本文结构 | 第10-12页 |
| 2 文献综述 | 第12-28页 |
| 2.1 国内外文献回顾 | 第12-16页 |
| 2.2 投资者情绪的度量 | 第16-20页 |
| 2.2.1 显性投资者情绪指标 | 第17页 |
| 2.2.2 隐性投资者情绪指标 | 第17-19页 |
| 2.2.3 投资者情绪综合指数 | 第19-20页 |
| 2.3 SVM模型 | 第20-24页 |
| 2.3.1 支持向量机的相关概念 | 第20-21页 |
| 2.3.2 最优超平面 | 第21页 |
| 2.3.3 支持向量机下线性回归问题 | 第21-24页 |
| 2.4 小波阈值去噪 | 第24-28页 |
| 2.4.1 金融时间序列去噪的常用方法 | 第25-26页 |
| 2.4.2 小波阈值去噪的理论基础 | 第26-28页 |
| 3 投资者情绪的构建 | 第28-34页 |
| 3.1 第一次主成分分析 | 第28-30页 |
| 3.1.1 描述性统计 | 第28-29页 |
| 3.1.2 主成分分析 | 第29-30页 |
| 3.2 第二次主成分分析 | 第30-32页 |
| 3.2.1 KMO检验与巴特利球体检验 | 第30-31页 |
| 3.2.2 主成分元件个数确定 | 第31-32页 |
| 3.3 Person相关性检验 | 第32-34页 |
| 4 基于投资者情绪的量化投资分析 | 第34-42页 |
| 4.1 研究思路概述 | 第34页 |
| 4.2 实证分析 | 第34-41页 |
| 4.2.1 对投资者综合情绪指标去噪 | 第34-35页 |
| 4.2.2 投资者情绪与股指时间序列的自回归模型 | 第35-38页 |
| 4.2.3 SVM模型的建立 | 第38-41页 |
| 4.3 本章小结 | 第41-42页 |
| 5 研究总结与展望 | 第42-44页 |
| 5.1 本文总结 | 第42-43页 |
| 5.2 后期研究展望 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 后记 | 第48-49页 |
