基于PCA-SVM-GARCH模型的股价预测

《基于PCA-SVM-GARCH模型的股价预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、专业硕士学位论文基于PCA-SVM-GARCH模型的股价预测培养单位：金融学院专业名称：金融作者姓名：景秋玉指导教师：尹志超教授StockpricepredictionbasedonthePCA-SVM-GARCHmodelCandidate：JingQiuyuSupervisor：Prof.YinZhichaoCapitalUniversityofEconomicsandBusiness,Beijing,China独创性声明本人郑重声明：所呈交的论文是本人在指导教师指导下独立进行研究工作所取得的成果，论文中有关资料和数据是实事求是的。尽我所知，除文中已经加以标注和致谢外，本论文

2、不包含其他人已经发表或撰写的研究成果，也不包含本人或他人为获得首都经济贸易大学或其它教育机构的学位或学历证书而使用过的材料。与我一同工作的同志对研究所做的任何贡献均已在论文中作出了明确的说明。若有不实之处，本人愿意承担相关法律责任。学位论文作者签名：日期：年月日关于论文使用授权的说明本人完全同意首都经济贸易大学有权使用本学位论文（包括但不限于其印刷版和电子版），使用方式包括但不限于：保留学位论文，按规定向国家有关部门（机构）送交学位论文，以学术交流为目的赠送和交换学位论文，允许学位论文被查阅、借阅和复印，将学位论文的全部或部分内容编入有关数据库进行检索，采用影印、缩印或其他复制手

3、段保存学位论文。保密学位论文在解密后的使用授权同上。学位论文作者签名：日期：年月日指导教师签名：日期：年月日摘要股票价格受经济周期、金融政策、国际环境等因素的影响，所以股价的运动方向未知而复杂。投资者在股市交易中还会受到信息不对称、大客户操纵、盲目从众投资心态的干扰，因此探索一种预测股价走势的方法尤为重要。为了精准预测股价的走势，本文提出了PCA-SVM-GARCH模型。该模型在支持向量机模型（SVM）的基础上进行优化和改进，因此具有能够处理多维非线性数据的特点。在构建支持向量机模型时，将模型的预测效果作为衡量标准，可以筛选出支持向量机中最优的核函数。再通过交叉验证法对参数组合进

4、行遍历搜索，继而确定最优的参数组合，从而实现预测股价的涨跌趋势和波动方向。PCA-SVM-GARCH借助主成分分析法（PCA）对输入变量进行降维处理，以消除变量间的多重共线性。通过广义自回归条件异方差模型（GARCH模型），使模型融合了股价的波动情况。因此PCA-SVM-GARCH模型较好的提高了SVM模型的整体性能。本文的研究标的从随机选择的个股（科大讯飞）推广到股指（沪深300），以模型预测的正确率和误差作为衡量标准，判别模型的优劣。实证分析发现PCA-SVM-GARCH模型的预测正确率和准确度均优于SVM模型、SVM-GARCH模型和PCA-SVM模型。本文针对新提出的模型

5、进行了稳定性分析，考虑了研究对象、持仓时间、数据时间周期对模型的影响。仿真实验证明该模型的预测效果稳定，说明该模型具有普遍适用性、市场实用性和稳定可行性。该模型可以为众多投资者和市场监管者带来一定的指导方向和参考价值。关键词：支持向量机；主成分分析；GARCH模型；高频数据；股价预测IAbstractThestockpriceisinfluencedbytheeconomiccycle,thefinancialpolicy,theinternationalenvironmentandsoon.Thefuturestockpriceisunknown，aswellas，itisdi

6、fficulttopredictthestockprice.Investorswillalsobedisturbedbyinformationasymmetry,bigclientmanipulationandherdmentality.Therefore,itisparticularlyimportanttoexploreawaytopredictstockpricetrend.Inordertopredictthetrendofstockpriceaccurately,thePCA-SVM-GARCHmodelisfirstproposedinthispaper.Themod

7、elisoptimizedandimprovedonthebasisofsupportvectormachinemodel,soithasthecharacteristicsofdealingwithmultidimensionalnonlineardata.WhenweconstructingSVMmodel,wecanusethepredictioneffectasacriteriontoscreenouttheoptimalkernelfunction.Thenthecro