
SVM算法是一種學(xué)習(xí)機(jī)制,是由Vapnik提出的旨在改善傳統(tǒng)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法的理論弱點,最先從最優(yōu)分類面問題提出了支持向量機(jī)網(wǎng)絡(luò)。SVM學(xué)習(xí)算法根據(jù)有限的樣本信息在模型的復(fù)雜性和學(xué)習(xí)能力之間尋求最佳折中,以期獲得最好的泛化能力。SVM在形式上類似于多層前向網(wǎng)絡(luò),而且已被應(yīng)用于模式識別、回歸分析、數(shù)據(jù)挖掘等方面。
支持向量機(jī)這些特點是其他學(xué)習(xí)算法(如人工神經(jīng)網(wǎng)絡(luò))所不及的。對于分類問題,單層前向網(wǎng)絡(luò)可解決線性分類問題,多層前向網(wǎng)絡(luò)可解決非線性分類問題。但這些網(wǎng)絡(luò)僅僅能夠解決問題,并不能保證得到的分類器是最優(yōu)的;而基于統(tǒng)計學(xué)習(xí)理論的支持向量機(jī)方法能夠從理論上實現(xiàn)對不同類別間的最優(yōu)分類,通過尋找最壞的向量,即支持向量,達(dá)到最好的泛化能力。
SVM總的來說可以分為線性SVM和非線性SVM兩類。線性SVM是以樣本間的歐氏距離大小為依據(jù)來決定劃分的結(jié)構(gòu)的。非線性的SVM中以卷積核函數(shù)代替內(nèi)積后,相當(dāng)于定義了一種廣義的趾離,以這種廣義距離作為劃分依據(jù)。
模糊支持向量機(jī)有兩種理解:一種是針對多定義樣本或漏分樣本進(jìn)行模糊后處理;另一種是在訓(xùn)練過程中引入模糊因子作用。
SVM在量化投資中的應(yīng)用主要是進(jìn)行金融時序數(shù)列的預(yù)測。根據(jù)基于支持向量機(jī)的時間序列預(yù)測模型,先由訓(xùn)練樣本對模型進(jìn)行訓(xùn)練和完備,然后將時間序列數(shù)據(jù)進(jìn)行預(yù)測并輸出預(yù)測結(jié)果。
本章介紹的第一個案例是一種基于最小二乘法的支持向最機(jī)的復(fù)雜金融數(shù)據(jù)時間序列預(yù)測方法,大大提高了求解問題的速度和收斂精度。相比于神經(jīng)網(wǎng)絡(luò)預(yù)測方法,該方法在大批量金融數(shù)據(jù)時間序列預(yù)測的訓(xùn)練時間、訓(xùn)練次數(shù)和預(yù)測誤差上都有了明顯提高,對復(fù)雜金融時間序列具有較好的預(yù)測效果。
第二個案例是利用SVM進(jìn)行大盤拐點判斷,由于使用單一技術(shù)指標(biāo)對股價反轉(zhuǎn)點進(jìn)行預(yù)測存在較大的誤差,所以使用多個技術(shù)指標(biāo)組合進(jìn)行相互驗證就顯得特別必要。SVM由于采用了結(jié)構(gòu)風(fēng)險最小化原則,能夠較好地解決小樣本非線性和高維數(shù)問題,因此通過構(gòu)造一個包含多個技術(shù)指標(biāo)組合的反轉(zhuǎn)點判斷向最,并使用SVM對技術(shù)指標(biāo)組合向量進(jìn)行數(shù)據(jù)挖掘,可以得到更加準(zhǔn)確的股價反轉(zhuǎn)點預(yù)測模型。
支持向量機(jī)基本概念
SVM算法是一種學(xué)習(xí)機(jī)制,是由Vapnik提出的旨在改善傳統(tǒng)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法的理論弱點,最先從最優(yōu)分類面問題提出了支持向量機(jī)網(wǎng)絡(luò)。
SVM學(xué)習(xí)算法根據(jù)有限的樣本信息在模型的復(fù)雜性和學(xué)習(xí)能力之間尋求最佳折中,以期獲得最好的泛化能力。SVM在形式上類似于多層前向網(wǎng)絡(luò),而且己被應(yīng)用于模式識別、回歸分析、數(shù)據(jù)挖掘等方面。支持向量機(jī)方法能夠克服多層前向網(wǎng)絡(luò)的固有缺陷,它有以下幾個優(yōu)點:
(1)它是針對有限樣本情況的。根據(jù)結(jié)構(gòu)風(fēng)險最小化原則,盡量提高學(xué)習(xí)機(jī)的泛化能力,即由有限的訓(xùn)練樣本得到小的誤差,能夠保證對獨立的測試集仍保持小的誤差,其目標(biāo)是得到現(xiàn)有信息下的最優(yōu)解,而不僅僅是樣本數(shù)趨于無窮大時的最優(yōu)值。
(2)算法最終將轉(zhuǎn)化成一個二次型尋優(yōu)問題,從理論上說,得到的將是全局最優(yōu)點。
(3)算法將實際問題通過非線性變換轉(zhuǎn)換到高維的特征空間,在高維空間中構(gòu)造線性判別函數(shù)來實現(xiàn)原空間中的非線性判別函數(shù),這一特殊的性質(zhì)能保證機(jī)器有較好的泛化能力,同時它巧妙地解決了維數(shù)災(zāi)難問題,使得其算法復(fù)雜度與樣本維數(shù)無關(guān)。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03