基于混合核函数支持向量机的基金投资决策研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 图表目录 | 第10-12页 |
| 第一章 绪论 | 第12-21页 |
| ·选题背景与意义 | 第12页 |
| ·文献综述 | 第12-18页 |
| ·支持向量机国内外研究现状 | 第13-15页 |
| ·基金绩效评价国内外研究现状 | 第15-18页 |
| ·现有研究的不足 | 第18页 |
| ·本文的研究内容与方法 | 第18-20页 |
| ·本文的研究内容 | 第18-19页 |
| ·本文的研究方法 | 第19-20页 |
| ·本文的研究成果及创新点 | 第20-21页 |
| 第二章 支持向量机理论基础 | 第21-30页 |
| ·标准支持向量机 | 第21-25页 |
| ·最优超平面 | 第21页 |
| ·线性支持向量机 | 第21-25页 |
| ·非线性支持向量机 | 第25页 |
| ·支持向量机中的核函数 | 第25-29页 |
| ·核函数理论基础 | 第25-26页 |
| ·核矩阵 | 第26-27页 |
| ·常用核函数及基本性质 | 第27页 |
| ·核函数的分类 | 第27-29页 |
| ·小结 | 第29-30页 |
| 第三章 混合核函数支持向量机模型 | 第30-39页 |
| ·混合核函数的构造 | 第30-32页 |
| ·多宽度高斯核函数 | 第30页 |
| ·核函数的线性组合 | 第30-31页 |
| ·混合核函数核矩阵构造 | 第31-32页 |
| ·混合核函数支持向量机模型参数分析 | 第32-33页 |
| ·混合核函数支持向量机参数优化 | 第33-37页 |
| ·遗传算法 | 第33-35页 |
| ·优化准则 | 第35页 |
| ·基于遗传算法的参数优化 | 第35-37页 |
| ·小结 | 第37-39页 |
| 第四章 基金投资决策模型的构建 | 第39-48页 |
| ·基金评价指标体系的选择 | 第39-42页 |
| ·国外基金评价体系 | 第39-41页 |
| ·国内基金评价体系 | 第41-42页 |
| ·基金评价指标体系的建立 | 第42-45页 |
| ·评价指标的初选 | 第42-43页 |
| ·评价指标的调整与确定 | 第43-45页 |
| ·评价体系中各指标说明 | 第45-46页 |
| ·小结 | 第46-48页 |
| 第五章 实证研究 | 第48-65页 |
| ·样本的选取与准备工作 | 第48-51页 |
| ·样本基金的选取及数据来源 | 第48页 |
| ·基准组合的选取 | 第48-50页 |
| ·无风险收益率的确定 | 第50-51页 |
| ·支持向量机模型的应用 | 第51-57页 |
| ·数据的预处理 | 第51-52页 |
| ·样本数据特点 | 第52-53页 |
| ·传统支持向量机的应用 | 第53-54页 |
| ·混合核函数支持向量机的应用 | 第54-57页 |
| ·实证结果分析 | 第57-61页 |
| ·负收益率的基金投资决策 | 第61-63页 |
| ·基金投资决策的一般步骤 | 第63-64页 |
| ·小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 附录 | 第71-77页 |
| 附录1 基金基本资料 | 第71-75页 |
| 附录2 基金份额资料 | 第75-77页 |
| 攻读硕士学位期间取得的研究成果 | 第77-78页 |
| 致谢 | 第78-79页 |
| 附件 | 第79页 |
