摘要： 本文研究的是数据挖掘技术在量化投资中的应用。使用数据挖掘技术挖掘出历史股指期货序列的潜在规律，然后基于挖掘到的规律对未来做出预测。本文主要基于数据挖掘十大算法中的支持向量机对股指期货进行分析，预测收盘价，构建投资策略。

首先，本文选择了支持向量机作为主要的算法进行预测，并对支持向量机回归预测的相关工作原理做出了解释。其次，进行了策略模型算法设置，其中核函数选取的是径向基核函数，预测形式采取的是滚动预测。然后，进行股指期货实证分析，选取了中证500股指期货作为研究对象，对于参数C和g分别设置的是11910和0.03125，选取的时期为2018/1/2至2021/4/9，使用支持向量机在训练集上进行模型的训练，用检验集评价模型预测准确率。最后，对回测集收盘价进行预测，通过比较T+1日预测收盘价与T+1日实际开盘价采取相应的投资策略，进行投资。基于构建的投资策略进行回测分析后，策略的年收益率约为17.71%。

本文基于数据挖掘技术分析预测股指期货序列的未来收盘价，具有较高的预测准确率，能很好的帮助构建投资策略，因此具有一定的现实意义。

关键词：数据挖掘  支持向量机  滚动预测  径向基核函数

目录

摘要

Abstract

1.绪论-1

1.1.引言-1

1.2.量化投资的介绍-2

1.3.本文主要内容-2

2.支持向量机用于时间序列回归与预测-3

2.1.支持向量机回归算法-3

2.2.模型评价指标-4

3.模型的构建-5

3.1.支持向量机的核函数选取-5

3.2.参数设置-6

3.3.滚动预测-7

3.4.系统工具的介绍-8

4.支持向量机用于股指期货的实证分析-9

4.1.数据预处理-9

4.2.模型的检验-10

4.3.交易策略的设计与实施-14

5.结论与不足-18

5.1.研究结论-18

5.2.研究不足-19

参考文献-20

附录-21