论文部分内容阅读
股票市场是我国金融市场的重要组成部分,其健康发展关系到我国整个经济体的稳定。作为股票市场的代表,沪深300涵盖了沪市和深市两大市场的基本信息,为中国股市的研究打下了良好的基础。随着现代经济和科学技术的发展,对股市的研究方法已经从单纯的理论研究上升到实证分析,依靠计算机设备获得技术支持似乎成为现下研究的主流趋势。在充分掌握沪深300股票指数的基础上,采用网格搜索算法对支持向量回归机进行优化,通过计算机操作,获得沪深300月度收盘指数的预测。对其精准预测无论对股市监管部门还是股市投资者都有很强的现实意义。在对国内外研究现状进行综合分析的基础上,确立了研究思路和角度。首先,由于股票市场的发展与自身以及宏观经济环境都密不可分,因此初步选取了四个大盘指标和九个宏观经济指标分别与沪深300收盘价进行分析,在经过一系列计量统计处理后,剔除相关性弱的指标,最终选取与沪深300收盘价相关性较强的指标作为模型的输入变量;在确定了输入变量之后,要通过网格搜索算法对预测模型进行优化构建。对于支持向量回归模型而言,最优参数的寻找直接影响了最终预测结果的精准性,因此引入网格搜索算法对预测模型进行优化,构建基于GSA-SVR方法的沪深300指数预测模型,运用55个月度数据对模型进行训练,分别基于四种不同的核函数,并对训练结果进行分析比较;在四种不同核函数的基础上,运用7个月度数据对训练模型进行股指趋势预测,通过不同的模型评价指标来分析不同核函数所构建模型的预测效果;最后,在分析预测结果的基础上,分别从微观和宏观的角度对我国股票市场的发展提供一些建设性意见。从微观角度来讲,股市监管部门要做好监管工作,股市投资者要学会分析股市行情,为自身获益;从宏观角度来讲,要从影响股市的几个宏观经济因素着手,制定相关政策措施,促进股市健康发展。