摘要
本文以中国中小企业板和创业板上市公司为研究对象,从股价或股票交易量角度构建适合中国证券市场股票异动的界定方法,并引入最优参数下的支持向量机(SVM)模型对股票异动开展预测研究,进而对各分类模型的预测精度进行比较,最终就最优参数下SVM模型的稳健性进行讨论。结果表明,基于SVM的股票异动预测模型,在中小企业板和创业板中最优参数选择相似,且都具有接近的样本判错率、第1类错误率和第2类错误率;基于企业SVM的股票异动预测模型不仅具有良好的稳健性,且比其他分类模型具有更优秀的预测性能。
出处
《金融与经济》
北大核心
2017年第8期51-56,共6页
Finance and Economy
基金
国家自然科学基金项目(71771032)
国家社会科学基金一般项目(17BJY188)
教育部人文社会科学青年基金项目(17YJC790168)
四川省科技计划项目(2016ZR0137
2017JY0158)
成都理工大学"金融与投资"优秀创新团队计划项目(KYTD201303)
