基于支持向量机的中国股指期货回归预测研究.pdf

DOI:10.16381/j.cnki.issn1003-207x.2013.03.002第卷第期中国管理科学年月文章编号一一一基于支持向量机的中国股指期货回归预测研究赛英`张凤廷`张涛山东财经大学管理科学与工程学院山东济南山东财经大学会计学院山东济南摘要本文针对股指期货预测的特点选择对股指期货指数有重要影响的相关指标首次提出用支持向量机方法对其进行回归预测并用遗传算法和粒子群算法分别优化四种不同核函数的支持向量机构建了八种不同的中国股指期货回归预测方案用实证研究的方法对这八种方案的准确性和时效性进行了比较。实验结果表明粒子群算法优化的线性核函数支持向量机作为中国股指期货回归预测的模型具有更好的预测效果。关键词中国股指期货支持向量机遗传算法粒子群算法回归预测中图分类号文献标识码金融方面的预测研究例如和仁`一了用引言支持向量回归机对股票价格进行了预测研究在我国沪深。股指期货合约已经于年和仁口对支持向量机和神经网络在金融预月日上市交易两年以来的日交易数据为对其测方面进行了比较研究川用支持向量机对股进行预测研究提供了必要条件。但是股指期货市指趋势进行了预测研究但是还未有学者用支持向场是一个极其复杂的动力学系统高噪声、非线性和量机对股指期货指数进行回归预测。另外上述学投资者的主观性等因素决定了对其进行预测的困者的研究只是证明了支持向量机相比于其他方法具难。神经网络以其良好的非线性逼近能力和自学有更强的容错能力和泛化能力具有更好的预测效习、自适应等特性成为目前比较流行的预测手段。果却没有就支持向量机参数的选择进行深人研究然而由于其基于经验风险最小化准则在训练中最而的惩罚参数`和核函数参数对预测准确小化样本点误差