支持向量机在股票价格预测方面的应用
创建于 更新于
摘要
本报告系统介绍了支持向量机(SVM)方法在A股个股股票价格走势预测中的应用。通过构建基于技术指标的输入向量，利用高斯核函数训练SVM分类模型，实现未来若干交易日股价涨跌趋势的预测。实证分析覆盖浦发银行、常山股份、中信证券等个股，结果显示模型在牛市和熊市中预测准确度较高，在震荡市准确度相对较低。模型基于结构风险最小化原则，改进了传统神经网络模型的泛化能力，但存在训练集规模选择、奇异点处理及核函数选择等挑战。未来研究方向包括融合股指期货数据及基础面指标改进输入向量，提升预测的稳定性和准确性 [page::0][page::4][page::7][page::11][page::14][page::15]
