基于SMOTE-SVM的股价反转点研究--以房地产板块为例
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究目的和意义 | 第9-10页 |
| 1.3 文献综述 | 第10-13页 |
| 1.3.1 国外研究现状 | 第10-11页 |
| 1.3.2 国内研究现状 | 第11-13页 |
| 1.4 本文结构 | 第13页 |
| 1.5 创新之处 | 第13-14页 |
| 2 相关理论基础 | 第14-24页 |
| 2.1 技术分析理论 | 第14-16页 |
| 2.1.1 三大假设 | 第14-15页 |
| 2.1.2 技术分析方法 | 第15-16页 |
| 2.2 支持向量机 | 第16-24页 |
| 2.2.1 机器学习理论 | 第16-17页 |
| 2.2.2 统计学习基础 | 第17-19页 |
| 2.2.3 支持向量机技术 | 第19-22页 |
| 2.2.4 不平衡样本的处理 | 第22-23页 |
| 2.2.5 模型评价标准 | 第23-24页 |
| 3 基于SVM的股价反转点识别机制 | 第24-35页 |
| 3.1 反转模式及定义 | 第24-26页 |
| 3.1.1 实验数据 | 第24-25页 |
| 3.1.2 反转点定义 | 第25-26页 |
| 3.2 技术指标体系 | 第26-32页 |
| 3.2.1 相对强弱指标 | 第26-27页 |
| 3.2.2 均线指标 | 第27-29页 |
| 3.2.3 随机指标 | 第29-31页 |
| 3.2.4 通道突破指标 | 第31-32页 |
| 3.3 SVM建模 | 第32-35页 |
| 3.3.1 数据准备 | 第32-33页 |
| 3.3.2 SMOTE处理 | 第33页 |
| 3.3.3 模型构建 | 第33-35页 |
| 4 反转模式交易回测 | 第35-39页 |
| 4.1 实验数据 | 第35页 |
| 4.2 与买入持有策略比较 | 第35-36页 |
| 4.3 与单一特征模型比较 | 第36-38页 |
| 4.4 稳健性检验 | 第38-39页 |
| 5 结论及展望 | 第39-41页 |
| 5.1 结论 | 第39-40页 |
| 5.2 不足与展望 | 第40-41页 |
| 参考文献 | 第41-43页 |
| 附录一：原始数据 | 第43-44页 |
| 附录二：计算数据 | 第44-45页 |
| 致谢 | 第45页 |
