技术分析是证券投资中最常用的分析方法之一,受到众多投资者,包括机构投资者的追捧和青睐。本次研究通过对一些技术分析方法原理的分析,用一种机器学习的方法——支持向量机(SVM)来学习技术分析的过程,从而得到一种证券投资的方法,并用实证来检验这种投资方法的效果。 全文共分四章。 第一章——技术分析理论简介。介绍证券投资分析的中常用的技术分析理论及其基本理论假设,还介绍了几种常用的工具指标。通过对这些工具指标的分析,得出技术分析方法的基本原理。 第二章——支持向量机方法介绍。概括地介绍了机器学习理论。重点介绍了其中统计学习学派中的支持向量机方法。 第三章——基于支持向量机的证券投资决策。以机器学习理论为依据,通过支持向量机方法对技术分析的学习(建立模型),用实际的股市数据来预测股价的下一步走势,并用实际数据来检验这种投资方法的效果。 第四章——支持向量机投资决策方法的总结和评价。对这种方法的实际效果进行评价,分析其中的不足,并浅析可能的一些原因。提出可以进一步改进的方案。 论文做了如下创新性研究工作: 1、采用来源于统计学习理论的支持向量机方法来预测股价的走势。 2、用机器学习的方法模拟技术分析的过程,为技术分析方法找到一些理论依据。 3、根据历史数据建立了支持向量机模型,可以直接应用于实际证券投资操作。