基于支持向量机的股票价格预测算法研究及应用
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 课题研究背景 | 第8页 |
| 1.2 研究现状 | 第8-11页 |
| 1.2.1 支持向量机研究热点 | 第8-9页 |
| 1.2.2 基于支持向量机的股票研究热点 | 第9-10页 |
| 1.2.3 国内外研究现状 | 第10-11页 |
| 1.3 论文研究内容及意义 | 第11页 |
| 1.4 论文结构 | 第11-14页 |
| 2 相关理论基础 | 第14-24页 |
| 2.1 机器学习 | 第14-15页 |
| 2.1.1 结构风险最小化原则 | 第14-15页 |
| 2.1.2 核函数 | 第15页 |
| 2.2 支持向量机 | 第15-22页 |
| 2.2.1 支持向量分类机 | 第16-19页 |
| 2.2.2 支持向量回归机 | 第19-22页 |
| 2.3 本章小结 | 第22-24页 |
| 3 模型参数选择方案 | 第24-34页 |
| 3.1 基于支持向量机的股票价格预测模型 | 第24-25页 |
| 3.2 组合式参数选择法 | 第25-30页 |
| 3.2.1 数据归一化 | 第26-28页 |
| 3.2.2 特征选择方法 | 第28-29页 |
| 3.2.3 核函数及参数的选择 | 第29-30页 |
| 3.3 模型训练与预测 | 第30-33页 |
| 3.3.1 模型训练 | 第30-31页 |
| 3.3.2 股票价格预测 | 第31-32页 |
| 3.3.3 预测效果评价参考 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 4 支持向量机在股票价格预测中的应用 | 第34-54页 |
| 4.1 基于支持向量机的股票价格预测 | 第34-35页 |
| 4.2 股票数据分析 | 第35-37页 |
| 4.2.1 股票历史数据 | 第35-36页 |
| 4.2.2 股票价格变化特征分析 | 第36-37页 |
| 4.3 实验数据及分析 | 第37-50页 |
| 4.3.1 归一化 | 第37-41页 |
| 4.3.2 特征选择 | 第41-45页 |
| 4.3.3 核函数 | 第45-50页 |
| 4.4 与其他方法对比 | 第50-53页 |
| 4.5 本章小结 | 第53-54页 |
| 5 结论及展望 | 第54-56页 |
| 5.1 结论 | 第54页 |
| 5.2 展望 | 第54-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间的研究成果 | 第62页 |
