支持向量机在选择优质股票中的应用被引量：7

下载PDF

导出

摘要本文利用支持向量机建立挑选优质股票的分类模型,选取上交所1999-2005年的所有上市公司作为研究样本,代入支持向量机模型进行实证测算,结果表明上市公司下一年的每股收益与该公司当年的财务指标有着密切的联系。通过上市公司财务指标,利用SVM分类模型选中的股票其平均每股收益远远超过了上市公司平均每股收益。

作者张玉川张作泉黄珍

机构地区北京交通大学理学院

出处《统计与决策》 CSSCI 北大核心 2008年第4期163-165,共3页 Statistics & Decision

基金国家自然科学基金资助项目(70471002)

关键词支持向量机挑选股票分类模型财务指标每股收益

分类号 F830 [经济管理—金融学]

引文网络
相关文献

参考文献3

1VladimirN.Vapnik著张学工译.统计学习理论的本质[M].北京:清华大学出版社,2000,9..
2Man Fan, Marimuthu Palaniswami, Stock Selection using Support Vector Machines [J]. International Joint Conference on Neural Networks, 2001, (3),
3Kyoung-jae Kim. Financial Time Series Forecasting using Support Vector Machines[J], Neurocomputing 2003,(55).

共引文献1

1章程辉,刘木华,王群.红毛丹色泽品质的计算机视觉分级技术研究[J].农业工程学报,2005,21(11):108-111. 被引量：7

同被引文献54

1徐月梅,刘韫文,蔡连侨.基于深度融合特征的政务微博转发规模预测模型[J].数据分析与知识发现,2020,4(2):18-28. 被引量：6
2隋学深,齐中英.基于多尺度特征和支持向量机的股市趋势预测[J].哈尔滨工业大学学报（社会科学版）,2008,10(4):77-82. 被引量：6
3杨建平.产业振兴规划与股票投资行业选择[J].金融管理与研究（杭州金融研修学院学报）,2009(6):41-45. 被引量：1
4于志军,杨善林.基于误差校正的GARCH股票价格预测模型[J].中国管理科学,2013,21(S1):341-345. 被引量：15
5赵国令,肖科丽.支持向量机方法在天气预报中的应用[J].陕西气象,2004(6):1-4. 被引量：5
6冯汉中,陈永义.支持向量机回归方法在实时业务预报中的应用[J].气象,2005,31(1):41-44. 被引量：36
7郝奕,张强.基于Vague集和属性综合评价的股票投资价值分析方法[J].中国管理科学,2005,13(2):15-21. 被引量：12
8刘俊,毛道维.基于AHP理论的股票选股模型实证研究[J].电子科技大学学报（社科版）,2005,7(3):15-17. 被引量：4
9王程.中国股市价值策略实证研究[J].世界经济文汇,2005(6):32-38. 被引量：3
10杨淑群,芮景析,冯汉中.支持向量机(SVM)方法在降水分类预测中的应用[J].西南农业大学学报（自然科学版）,2006,28(2):252-257. 被引量：20

引证文献7

1余乐安,汪寿阳.基于核主元聚类的股票分类[J].系统工程理论与实践,2009,29(12):1-8. 被引量：10
2李成刚,田益祥,罗聪,徐运保.基于NBC的定单流与分析师选股收益率比较[J].系统工程,2011,29(11):7-14.
3高永娜,郑华珠,刘沈,詹德平,刘洪波.支持向量机方法在气温预报中的应用[J].宁夏农林科技,2012,53(6):137-139. 被引量：1
4朱磊.股市中支持向量机的应用综述[J].商,2015,0(32):148-148.
5熊炳忠.基于稀疏贝叶斯极限学习机算法的股票价格预测[J].嘉兴学院学报,2018,30(5):106-113.
6徐月梅,王子厚,吴子歆.一种基于CNN-BiLSTM多特征融合的股票走势预测模型[J].数据分析与知识发现,2021,5(7):126-137. 被引量：11
7尹文超,褚庆柱.基于支持向量机的多因子选股建模及应用研究[J].数学建模及其应用,2021,10(4):64-71. 被引量：1

二级引证文献23

1王超.深度学习在行业指数技术分析中的应用研究[J].管理评论,2021,33(3):75-83. 被引量：3
2赵丰云,王宗威,汪舜,张世涛.股票投资价值的一种基于层次聚类的实证研究[J].巢湖学院学报,2015,17(6):14-19. 被引量：1
3周水生,郑颖,穆新亮.基于Cholesky分解的K2DPCA人脸识别研究[J].系统工程理论与实践,2016,36(2):528-535. 被引量：9
4黄咏宁.基于混合高斯模型的上市企业聚类研究[J].现代商贸工业,2016,37(7):99-101. 被引量：1
5张文俊,张永进.4种数据挖掘典型分类方法在股票预测中的性能分析[J].安徽工业大学学报（自然科学版）,2017,34(1):97-102. 被引量：2
6鲁杨,李典,王雪萌,吴宇童,柴晓玲,班伟龙,张治.支持向量机方法在温度预报中的应用——以沈阳地区为例[J].吉林农业,2017(8):50-52. 被引量：1
7刘广.基于指数分层结构算法的行业分类及资产优化配置研究[J].系统科学学报,2017,25(3):53-58. 被引量：2
8毛杰.基于Copula-GARCH类模型的证券分类方法[J].系统工程,2017,35(4):46-50.
9邱一豪,孟志青.时态神经网络模型及其在股票分类预测上应用[J].计算机工程与应用,2019,55(15):263-270. 被引量：2
10杨东红.基于改进BP神经网络的新能源汽车销量预测[J].自动化与仪器仪表,2021(11):60-63. 被引量：11

1刘永强.通货膨胀分类模型的理论探讨[J].数量经济技术经济研究,1989(6):40-45.
2石萌.分类模型在社会医疗保险中的应用研究[J].科技与生活,2010(3):179-179. 被引量：1
3本力.便宜没好货?[J].新世纪周刊,2007,0(17):113-113.
4李健元,陈大明,刘桦.中美股市股本比较与政策建议[J].中国发展观察,2007(10):52-54. 被引量：1
5钮文新.银行凭啥拿走实体经济大部分利润?[J].中国经济周刊,2012(43):17-17.
62008投资获益双渠道[J].中国中小企业,2009(6):61-63.
7王东浩,张秋生,杨晓光.基于资产管理公司的不良资产的模型定价框架[J].生产力研究,2010(12):265-266. 被引量：5
8投资箴言[J].卓越理财,2013(5):94-94.
9奥尼尔.金砖四国中最看好中国股票[J].浙商,2012(22):38-38.
10徐沛.从基金年报看中国基金市场的现状与发展[J].证券市场导报,1997(8):20-26.

统计与决策

2008年第4期

浏览历史

内容加载中请稍等...

支持向量机在选择优质股票中的应用被引量：7

参考文献3

共引文献1

同被引文献54

引证文献7

二级引证文献23

相关作者

相关机构

相关主题

浏览历史

支持向量机在选择优质股票中的应用 被引量：7

参考文献3

共引文献1

同被引文献54

引证文献7

二级引证文献23

相关作者

相关机构

相关主题

浏览历史

支持向量机在选择优质股票中的应用被引量：7