基于SVM的黄金价格预测模型及其参数优化
| 中文摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 选题背景 | 第11-12页 |
| 1.2 选题意义 | 第12-13页 |
| 1.3 本文研究思路和框架 | 第13-15页 |
| 1.3.1 研究思路 | 第13页 |
| 1.3.2 论文框架 | 第13-15页 |
| 第二章 影响黄金的主要因素及特征因子提取 | 第15-27页 |
| 2.1 黄金定价机制及交易市场 | 第15-17页 |
| 2.1.1 黄金交易市场的定价机制 | 第16页 |
| 2.1.2 黄金及其衍生品的交易市场 | 第16-17页 |
| 2.2 黄金的货币属性及其金融属性 | 第17-19页 |
| 2.3 黄金的抗通胀和避险功能 | 第19-20页 |
| 2.4 其他影响因素 | 第20页 |
| 2.5 各主要指标影响黄金的逻辑关系 | 第20-22页 |
| 2.6 特征因子的选取 | 第22-27页 |
| 2.6.1 相关性检验 | 第23页 |
| 2.6.2 格兰杰因果检验原理 | 第23-24页 |
| 2.6.3 格兰杰因果检验结果 | 第24-26页 |
| 2.6.4 特征因子选取总结 | 第26-27页 |
| 第三章 基于SVM的黄金价格预测模型及参数优化 | 第27-41页 |
| 3.1 支持向量机的发展和原理 | 第27-33页 |
| 3.1.1 支持向量机的发展 | 第27-28页 |
| 3.1.2 支持向量机的原理 | 第28-31页 |
| 3.1.3 SVM算法模型在回归问题中的使用 | 第31-32页 |
| 3.1.4 支持向量机回归算法流程 | 第32-33页 |
| 3.2 SVM模型预测黄金价格 | 第33-37页 |
| 3.2.1 模型中的参数 | 第33-35页 |
| 3.2.2 网格法优化SVM参数 | 第35-37页 |
| 3.3 粒子群优化算法优化SVM模型中的参数 | 第37-40页 |
| 3.3.1 粒子群优化算法原理 | 第38-39页 |
| 3.3.2 PSO算法实现流程 | 第39页 |
| 3.3.3 粒子群优化算法优化SVM模型中的参数 | 第39-40页 |
| 3.4 总结 | 第40-41页 |
| 第四章 SVM黄金择时策略实证 | 第41-43页 |
| 4.1 择时策略基本思路 | 第41页 |
| 4.2 回测结果 | 第41-42页 |
| 4.3 总结 | 第42-43页 |
| 第五章 模型评价 | 第43-46页 |
| 5.1 模型的创新点 | 第43页 |
| 5.2 模型中特征因子的共线性问题 | 第43-44页 |
| 5.3 模型的不足 | 第44页 |
| 5.4 后续展望 | 第44-46页 |
| 第六章 结论 | 第46-48页 |
| 附录 | 第48-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57-58页 |
| 学位论文评阅及答辩情况表 | 第58页 |
