基于支持向量机的新三板金融时间序列模型及其应用

摘要

随着我国多层次资本市场建设的不断推进，股票市场日益成为我国经济发展的一个重要助推，它承载了企业的股类融资需求以及人们投资交易的需求。2014年以来的疯狂牛市行情以及2015年后半年随之而来的A股市场的剧烈震荡，让人们不得不重新审视中国股市及整个资本市场。与此同时，蓬勃发展起来的号称“中国版纳斯达克”的新三板市场，逐渐成为我国多层次资本市场建设的重要基础组成部分。其相对特殊的地位、投资者准入门槛以及交易模式，决定了其目前是面向机构投资者的市场，市场行情数据特点也与沪深主板市场有所差异。而又因其发展时间较短，其行情指数推出也才近一年时间。对于这个市场各方面的研究，也并不是完全到位。
　　在原理层面基于统计学习的理论以及结构风险最小化原则的支持向量机方法，是一种较为使用有效的智能预测方法，在解决具有小样本、非线性、贫信息等特征的数据挖掘问题时，有着较为独到的优势。它的两种主要的应用形式——分类机和回归机已经在金融市场地应用中，成为了一个有力的研究工具，也为研究新三板提供了一个思路。本文实证研究就是基于支持向量机方法展开，主要研究对象是新三板市场的主要指数之一——三板做市指数。主要从两个方面着手。
　　一个方面的实证研究是选取与三板做市指数次日开盘价序列相关程度较高的指标，根据数据特征选取适当的核函数，用适当的方法进行参数寻优，训练v-ε-SVC模型，用以对三板做市指数次日开盘价序列进行行情预测。
　　另一方面是选取具有代表性的几个技术指标，设定滑动窗口，挖掘技术指标识别的短期行情趋势反转点，并使用平滑处理后的日收盘价数据序列定义真实反转点。然后将所有的“疑似反转点”标记收集起来，划分训练集和测试集，选取核函数，进行参数寻优，训练C-SVC模型，对测试集中的反转点进行预测，为投资者判断短期行情变化提供参考。
　　本文通过使用不同形式的SVM模型进行的三板做市指数实证研究，达到了比较理想的效果，对于参与新三板做市交易乃至后续对于该市场的研究，有一定的借鉴价值。

目录

声明

摘要

第一章 绪论

§1．1 研究背景和意义

§1．2 相关研究综述

§1．3 新三板市场简介

§1．4 研究内容与篇章结构

1．4．1 主要研究内容

1．4．2 文章结构简述

第二章 统计学习和支持向量机理论概述

§2．1 统计学习概述

§2．2 支持向量机理论

2．2．1 支持向量分类机

2．2．2 支持向量回归机

§2．3 支持向量机优化简介

2．3．1 核函数选取

2．3．2 优化算法

第三章 基于支持向量回归机的三板做市指数序列预测

§3．1 解读数据及指标

§3．2 所用模型实现工具简介

§3．3 模型建立

§3．4 结果分析

第四章 基于支持向量分类机的三板做市指数短期行情反转点预测

§4．1 思路和数据指标简介

4．1．1 思路介绍

4．1．2 数据指标简介

§4．2 真实反转点的定义及数据预处理

§4．3 模型建立与分析

第五章 研究总结与展望

§5．1 应用研究总结

§5．2 所做工作的局限与展望

参考文献

致谢