基于SVM和LSTM网络预测的股票量化投资模型

目录

声明

第1章 绪论

1.1 研究背景及意义

1.2 研究现状

1.2.1 国外研究现状

1.2.2 国内研究现状

1.2.3 存在的问题

1.3 主要内容及贡献

1.4 论文结构

第2章 支持向量机与神经网络

2.1 支持向量机

2.1.1 线性支持向量机

2.1.2 非线性支持向量机

2.2 神经网络

2.2.1 循环神经网络

2.2.2 长短期记忆网络

2.3 本章小结

第3章 股票量化指标与技术

3.1 量化技术指标介绍

3.2 滚动预测方法

3.3 均值-方差投资组合模型

3.3.1 投资组合概述

3.3.2 均值-方差模型

3.4 LASSO回归方法

3.4.1 变量选择

3.4.2 LASSO回归的思想

3.4.3 LASSO回归的求解方法

3.5 本章小结

第4章 基于GSVM-L的量化投资模型及实证分析

4.1 GSVM-L量化投资模型的构建

4.1.1 空间剪切-变步长网格搜索算法

4.1.2 LASSO回归的均值-方差组合模型

4.1.3 GSVM-L模型及动态更新

4.2 实验与结果分析

4.2.1 数据处理

4.2.2 预测信号与评价标准

4.2.3 对照模型与滑动窗口

4.2.4 模型预测与结果分析

4.3 本章小结

第5章 基于ELSTM-L的量化投资模型及实证分析

5.1 ELSTM-L量化投资模型的构建

5.1.1 网络结构设定与参数选择

5.1.2 ELSTM-L模型及更新规则

5.2 实验与结果分析

5.2.1 数据处理

5.2.2 构建股票投资组合

5.2.3 回测绩效评价

5.3 本章小结

第6章 总结与展望

6.1 总结

6.2 展望

致谢

参考文献

攻读硕士学位期间获得的科研成果

附录