《朱磊-基于支持向量机的股价预测研究》

摘要：股票价格的未来走势，一直是股市投资者们所关心的核心问题。那么，未来
股价是否可以使用技术分析的方法预测？要回答这个问题，就要追溯到1970年
Fama的开创性论文《EfficientCapitalMarkets》，以此建立的颇具争议的有效市场
理论。在质疑声中，有效市场理论成为了大众研究的对象。在股市中，与有效市
场针锋相对的观点是技术分析流派，如果股票市场是弱式有效市场，那么，任何
的技术分析，即，任何企图使用证券的历史信息来预测证券未来价格的行为都会
是徒劳的。在对有效市场理论的质疑声中，本文的研究目的是要回答股市中的一
系列问题：第一，到底未来的股价或者走势是否可以通过技术分析的方法来预测。
第二，如果未来的股价可以被预测的话，通过什么手段可以被预测。第三，预测
的结果会是怎样，以及会得到什么样的结论。
首先，研究对象确定为上证50所有成分股明天收盘价和开盘价的预测。本文
先是综述总结前人们肯定或者否定我国股票市场是弱势有效性市场的正反两面观
点，在否定我国股票市场是弱势有效市场的基础上，然后，提出本文假设，即是，
假设我国股市不是弱势有效市场；接下来，对可能影响明天开盘价和收盘价的8
个因素进行相关性检验，最后通过格兰杰因果检验选出明天收盘价和开盘价的格
兰杰导因。之后，使用统计学习中支持向量机(SVM)中的epsilon-SVR支持向量回
归机方法，其中的核函数采用径向基函数核(Radialbasisfunctionkernel,RBF)(公式
4.12)，来预测未来明天股票的开盘价和收盘价。对上证50所有成分股的开盘价和
收盘价进行预测。
其次，在研究方法上使用文献内模型对比和文献间模型对比。首先文献内模
型对比，建立5种不同的预测模型(公式5.1、5.2、5.3、5.4、5.5)，使用这五种不
同的模型在上证50的收盘价上进行实证。通过对实证结果的分析和解读，筛选出
的预测模型(公式5.3)，即，使用3天的历史数据来预测明天的收盘价的误差均
值是最小的(表5.17)。接下来，就是使用模型(公式5.6)，对第二天开盘价进行预
测。最后文献间模型对比，分别与参考文献[20]SVM预测模型和参考文献[55]的
BP神经网络预测模型对比了预测效果。
最后，取得如下的结论：第一，本文发现使用3天历史数据来预测下一天的
模型3(公式5.3)得到的预测效果较佳，其误差均值最小，为1.936%(表5.17)。这
样的结论可能原因是金融时间序列的非稳态性和高噪声性以及股价的动量效应，
使得股票的价格趋势得到一定的延续。第二，通过格兰杰因果检验发现，历史交
易量不是下一天收盘价的格兰杰原因(表4.2)。第三，在对下一天的开盘价的实证
中发现，模型1(公式5.6)对上证50的48只成分股(除去2只退市股票中国北车和
东方明珠)的涨跌预测命中率的均值达到75.58%(表5.23)，远高于随机游走涨跌命
中率50%，这说明我国股票市场还没有达到弱势有效市场。第四，本文发现，对
于明天收盘的预测呈现出一定的滞后性，而在，对未来一天开盘价的预测中，没
有出现类似的现象。第五，本文的预测模型优于参考文献[20]的SVM预测模型(5.5
节)，优于参考文献文献[50]的BP神经网络的预测模型(5.6节)。
至此，摘要最开始提出的三个问题得都得到了肯定的回答。所以，本文具有
如下的意义。首先，在理论上的意义，本文将回答我国股市的有效性问题，为后
来研究者提供科研参考。其次，在实践上的意义，希望能为投资者提供一定的参
考信息想要下载论文的读者朋友，请先付费获得积分。