基于最小二乘小波支持向量機的股票期貨市場預測.pdf

1、支持向量機預測理論是九十年代后期發(fā)展起來的新的數據挖掘技術，它是建立在統(tǒng)計學習理論基礎上的通用學習方法，著重于研究小樣本條件下的預測規(guī)律。由于股票期貨市場是復雜的非線性系統(tǒng)，傳統(tǒng)的時間序列預測技術很難揭示其內在的規(guī)律，為了更好的對股票期貨市場的價格規(guī)律進行分析，本文在支持向量機與小波變換的理論基礎上推導出了一種新的方法來對股票期貨價格的進行預測，并通過仿真實驗，分析了其優(yōu)缺點．本文主要在如下方面進行了研究和探討： 1．首先論述了

2、時間序列預測的研究狀況及方法的優(yōu)點與不足，然后介紹支持向量機預測、小波理論與相空間重構的相關概念和模型，這些構成了本文的理論基礎。 2．構建了小波核的支持向量機模型，并根據核函數的條件，提出了核函數的構造方法，證明了幾種小波函數作為核函數的可行性，為發(fā)現更多核函數提供了依據。同時分析了核參數的作用及參數尋優(yōu)的方法。 3．結合最小二乘法，提出了基于小波核的最小二乘支持向量機預測模型，并把該模型應用于滬深300指數與美國原油