基于价值投资的PCA-SVM股票选择模型研究

被引：5

作者：

李云飞 ^{[1
]}

龚冬生 ^{[1
]}

惠晓峰 ^{[2
]}

机构：

[1] 西安工程大学管理学院

[2] 哈尔滨工业大学管理学院

来源：

西安工程大学学报 | 2009年 / 03期

关键词：

股票; 价值投资; 模式识别; 支持向量机; 主成分分析;

D O I：

10.13338/j.issn.1674-649x.2009.03.034

中图分类号：

F830.91 [证券市场]; F224 [经济数学方法];

学科分类号：

1201 ; 020204 ; 0701 ; 070104 ;

摘要：

为了顺应股市价值回归趋势和引导理性投资,在价值投资理论指导下,采用PCA-SVM方法建立了基于价值投资的股票选择模型.根据股票的价值特征集,采用主成分分析方法实现对股票价值特征的提取.采用多组不同的训练样本对支持向量机进行训练,并对训练成功的支持向量机进行样本内和样本外测试.利用该股票选择模型对上证180指数的成分股票进行识别.结果证明PCA-SVM股票选择模型具有良好的选股能力.

引用

页码：125 / 131

页数：7

共 6 条

[1] 基于支持向量机的中国上市公司财务困境预测 [J].