本文選題：黃金價(jià)格 + SVM模型��； 參考：《山東大學(xué)》2017年碩士論文

【摘要】：2016年以來(lái)伴隨著全球經(jīng)濟(jì)的復(fù)蘇大宗商品結(jié)束了連續(xù)5年的熊市,市場(chǎng)交易量逐漸增大,市場(chǎng)逐漸活躍,重新回到投資者的配置資產(chǎn)中。CTA策略近兩年的不凡表現(xiàn)以及機(jī)器學(xué)習(xí)的崛起,讓研究者、投資者對(duì)機(jī)器學(xué)習(xí)應(yīng)用到大宗商品交易產(chǎn)生了很大的興趣。本文基于機(jī)器學(xué)習(xí)中的支持向量機(jī)模型,選取大宗商品中金融屬性最強(qiáng)的黃金,對(duì)黃金的價(jià)格進(jìn)行預(yù)測(cè),并初步嘗試構(gòu)建一個(gè)擇時(shí)策略。本文共分為五個(gè)部分:第一部分是緒論部分,描述了支持向量機(jī)預(yù)測(cè)黃金價(jià)格模型的實(shí)際意義以及整個(gè)文章研究的方法和論述側(cè)重點(diǎn);第二部分,對(duì)黃金品種的屬性和功能進(jìn)行了闡述,基于此分析了影響黃金價(jià)格的主要因素,最后結(jié)合實(shí)際意義、相關(guān)性分析以及格蘭杰因果檢驗(yàn)選取了其中7個(gè)影響因素作為支持向量機(jī)建模用的特征因子。本文的第三部分是文章核心,首先介紹了 SVM算法的基本原理及應(yīng)用,并給出了實(shí)現(xiàn)算法流程,然后介紹了優(yōu)化SVM參數(shù)的網(wǎng)格搜索法和粒子群優(yōu)化算法的基本原理及實(shí)現(xiàn)算法,第三章基于MATLAB基于上述原理算法對(duì)黃金價(jià)格進(jìn)行了預(yù)測(cè),并以最小化MSE為目標(biāo)優(yōu)化了 SVM模型中的懲罰項(xiàng)參數(shù)以及核函數(shù)中的參數(shù);第四章基于第三章預(yù)測(cè)黃金價(jià)格的SVM模型,初步構(gòu)建了一個(gè)擇時(shí)交易策略,并給出在回測(cè)樣本中的回測(cè)結(jié)果。第五章,對(duì)文中模型的不足和創(chuàng)新點(diǎn)進(jìn)行了總結(jié),最后結(jié)合全文對(duì)模型以及優(yōu)化結(jié)果進(jìn)行了簡(jiǎn)要評(píng)價(jià),對(duì)后續(xù)進(jìn)一步研究做了展望和指明了方向。本文中涉及的數(shù)據(jù)均來(lái)自Bloomberg客戶端,數(shù)據(jù)處理和模型實(shí)現(xiàn)基于MATLAB 軟件。
[Abstract]:The commodities recovery that has accompanied the global economy since 2016 ended five consecutive years of bear markets, with the volume of trading increasing and the market becoming more active. The return to investors' allocation of assets. CTA strategy in the past two years, and the rise of machine learning, so that researchers, investors have a lot of interest in the application of machine learning in commodity trading. Based on the support vector machine model in machine learning, this paper selects gold, which has the strongest financial attributes in commodities, to predict the price of gold, and tries to construct a timing strategy. This paper is divided into five parts: the first part is the introduction part, which describes the practical significance of the support vector machine forecasting gold price model, the research methods and the emphases of the whole article; the second part, This paper expounds the attribute and function of gold variety, analyzes the main factors influencing gold price based on this, and finally combines with the practical significance. Correlation analysis and Granger causality test selected 7 of them as feature factors for SVM modeling. The third part of this paper is the core of the article. Firstly, the basic principle and application of SVM algorithm are introduced, and the realization flow is given. Then, the basic principle and realization algorithm of mesh search method and particle swarm optimization algorithm for optimizing SVM parameters are introduced. In chapter 3, the gold price is predicted based on MATLAB, and the penalty parameters and kernel parameters in SVM model are optimized with the goal of minimizing MSE. Chapter 4 is based on the SVM model for predicting gold price in chapter 3. A timing trading strategy is preliminarily constructed, and the results in the back test sample are given. In the fifth chapter, the shortcomings and innovations of the model are summarized. Finally, the model and optimization results are briefly evaluated, and the further research is prospected and the direction is pointed out. The data involved in this paper come from Bloomberg client, data processing and model implementation are based on MATLAB software.
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP18;F830.94

【相似文獻(xiàn)】

相關(guān)期刊論文 前8條

1 魏雅華;;2011年:世界黃金價(jià)格走勢(shì)前瞻[J];記者觀察(上半月);2010年12期

2 徐向超;趙瑞;;基于BP神經(jīng)網(wǎng)絡(luò)的世界黃金價(jià)格預(yù)測(cè)[J];科技情報(bào)開(kāi)發(fā)與經(jīng)濟(jì);2012年18期

3 秦合舫;;泡沫化生存[J];中國(guó)經(jīng)濟(jì)和信息化;2013年10期

4 崔曉火;;中國(guó)式理財(cái):“不選擇”或成法寶[J];中國(guó)新聞周刊;2011年36期

5 陳麗;;基于PP-BPNN的黃金價(jià)格預(yù)測(cè)模型[J];計(jì)算機(jī)仿真;2013年07期

6 周善輝;;關(guān)于貴港市福六嶺金礦開(kāi)發(fā)的研究[J];科技傳播;2011年12期

7 鄒志耕;黃守峰;;構(gòu)筑新平臺(tái)醞釀新突破—銅價(jià)回顧及中長(zhǎng)期價(jià)格展望[J];覆銅板資訊;2006年06期

8 趙蘊(yùn)穎;張瑋煒;;經(jīng)濟(jì)新聞:力求“新銳”的發(fā)力點(diǎn)[J];記者搖籃;2012年05期

相關(guān)會(huì)議論文 前1條

1 孫俊貞;;淺析歐債危機(jī)對(duì)黃金價(jià)格走勢(shì)的影響[A];主動(dòng)對(duì)接京津與產(chǎn)業(yè)高端發(fā)展路徑研究——第六屆沿渤�！きh(huán)首都·京津冀協(xié)同發(fā)展論壇會(huì)議論文[C];2012年

相關(guān)重要報(bào)紙文章 前10條

1 張新琳;近期我省各地黃金價(jià)格持續(xù)上漲[N];甘肅日?qǐng)?bào);2006年

2 劉濤;地緣政治因素主導(dǎo)黃金價(jià)格飆升[N];上海證券報(bào);2006年

3 吳海瀛;國(guó)際黃金價(jià)格仍趨上漲[N];中國(guó)有色金屬報(bào);2006年

4 ;國(guó)際黃金價(jià)格變動(dòng)的歷史軌跡與前景展望[N];中國(guó)黃金報(bào);2006年

5 白萌;黃金價(jià)格仍有回升需要[N];中國(guó)黃金報(bào);2006年

6 ;影響黃金價(jià)格的因素[N];證券時(shí)報(bào);2007年

7 記者 畢樹(shù)文;黃金價(jià)格猛漲 市民反映不一[N];發(fā)展導(dǎo)報(bào);2007年

8 張牧涵;投資需求可能推高黃金價(jià)格[N];威海日?qǐng)?bào);2008年

9 本報(bào)記者 張牧涵;投資需求或推高黃金價(jià)格[N];市場(chǎng)報(bào);2008年

10 本報(bào)記者 何其琛;合肥黃金價(jià)格變相降價(jià)[N];中國(guó)商報(bào);2000年

相關(guān)博士學(xué)位論文 前1條

1 孫兆學(xué);黃金價(jià)格與黃金衍生品定價(jià)研究[D];中國(guó)地質(zhì)大學(xué)（北京）;2009年

相關(guān)碩士學(xué)位論文 前10條

1 劉成博;基于綜合模糊方法的國(guó)際黃金價(jià)格走勢(shì)研究[D];山東大學(xué);2011年

2 張衍;黃金價(jià)格及其影響因素分析[D];浙江大學(xué);2011年

3 鄭輝;黃金價(jià)格變動(dòng)因素及未來(lái)走勢(shì)分析[D];東北財(cái)經(jīng)大學(xué);2011年

4 楊旭;多重市場(chǎng)因素對(duì)于黃金價(jià)格影響的實(shí)證分析[D];遼寧大學(xué);2015年

5 呂靜;美國(guó)量化寬松貨幣政策對(duì)黃金價(jià)格影響的實(shí)證分析[D];浙江大學(xué);2015年

6 徐加一;我國(guó)黃金價(jià)格和黃金類股票價(jià)格的互動(dòng)關(guān)系探究[D];復(fù)旦大學(xué);2014年

7 馬印禹;我國(guó)大型黃金礦業(yè)集團(tuán)應(yīng)對(duì)國(guó)際金價(jià)波動(dòng)的策略[D];山東大學(xué);2015年

8 陳振宗;基于經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）的國(guó)際現(xiàn)貨黃金價(jià)格分析及預(yù)測(cè)[D];江西財(cái)經(jīng)大學(xué);2015年

9 楊鑫;基于EEMD模型的多尺度黃金價(jià)格波動(dòng)特征分析及其預(yù)測(cè)研究[D];長(zhǎng)沙理工大學(xué);2014年

10 姚琳娜;影響黃金價(jià)格的因素分析[D];山東大學(xué);2015年

，

本文編號(hào)：1992227