基于SVM和ARIMA-EGARCH的股票收益預(yù)測研究

摘   要：股票市場被視為一個國家實體經(jīng)濟的重要活動指標(biāo)之一，它引導(dǎo)資金并將儲戶與投資者聯(lián)系起來，最終促進經(jīng)濟增長，股票的收益波動也逐漸成為眾多機構(gòu)投資者和散戶投資者最為關(guān)心的事情。從過往研究來看，計量經(jīng)濟學(xué)所具有的傳統(tǒng)模型并不能夠在長期過程中實現(xiàn)股價的預(yù)測。基于此，創(chuàng)新性地從人工神經(jīng)網(wǎng)絡(luò)算法的支持向量機模型SVM和ARIMA-EGARCH模型出發(fā)，選取上市公司A股中遠海特作為研究對象，利用python這一流行的編程工具來進行算法和模型的實現(xiàn)，旨在比較新興的人工神經(jīng)網(wǎng)絡(luò)算法與傳統(tǒng)計量經(jīng)濟學(xué)模型在股票收益預(yù)測方面的優(yōu)劣，并提出相應(yīng)的優(yōu)化改進建議。（剩余4767字）