基于支持向量機的證券投資風險管理研究.pdf

1、風險是影響一切金融活動的基本要素。我國金融市場作為一個發(fā)展中的新興市場,不僅僅是信用風險，市場風險等其他風險也必將隨著金融市場的發(fā)展而逐漸加大。因此，金融風險管理方法研究對當前及未來我國金融創(chuàng)新以及投資機構進行投資決策均具有重要的意義。
　　 支持向量機(Support Vector Machine，SVM)是在統(tǒng)計學習理論的基礎上發(fā)展起來的一種新的機器學習方法，由于其完備的理論基礎、出色的學習性能及預測性能而得到了廣泛的應用。

2、本文研究基于支持向量機的證券風險管理方法，主要的工作和取得的成果有：
　　 系統(tǒng)總結與回顧了證券市場投資風險度量方法；介紹了基于結構風險最小化原則的支持向量機理論與方法及SVM在經濟學中的應用情況并研究了基于SVM的證券價格預測方法。以上海證券交易所綜合指數為例的實證研究表明SVM模型能夠很好的對股市波動進行建模。以華夏大盤精選基金為例的實證研究表明基于SVM的混沌時間序列預測可以較好捕捉市場運行趨勢和識別市場異常波動，是一種優(yōu)