基于L1-LSSVR模型的金融状况指数的构建 毕业论文+任务书+开题报告+文献综述+外文翻译及原文

---

基于L1-LSSVR模型的金融状况指数的构建

【摘要】  金融状况指数（FCI）综合多个金融变量的信息，相比单个指标而言，能更直观、全面地反映金融市场的整体运行状况。本文结合最小二乘函数和L1范数的优秀性能，采用L1范数最小二乘支持向量回归机（L1-LSSVR）模型构建金融状况指数。通过人工数据和实际数据验证模型的特征选择功能，发现L1-LSSVR模型不但具有良好的回归效果和特征选择功能，而且运算速度快。最后进一步研究了金融状况指数与通货膨胀之间的关系，并且建立出通货膨胀率的预测模型。

【关键词】金融状况指数，最小二乘函数，L1范数，L1-LSSVR模型，通货膨胀预测

The construction of financial condition index

based on L1-LSSVR model

【Abstract】   The Financial Condition Index (FCI) combines the information of multiple financial variables to reflect the overall operational status of financial markets more intuitively and comprehensively than individual indicators.Based on the best performance of least squares function and L1 norm,this paper constructs the financial condition index by L1 norm least squares support vector regression (L1-LSSVR)model.Through the artificial data and the actual data to verify the model's feature selection function,we found that the L1-LSSVR model not only has good regression effect and feature selection function,but also has high computing speed.Finally,the relationship between the financial condition index and the inflation is further studied.And establish the prediction model of the inflation rate.

【Key Words】   Financial condition index，Least squares function，L1-norm，L1-LSSVR，Inflation forecast

目 录

1 绪 论 1

1.1 选题背景及研究意义 1

1.2 国内外研究综述 2

1.2.1 国外研究综述 2

1.2.2 国内研究综述 3

1.3 金融状况指数的应用 4

1.3.1 利用FCI调整货币政策的有效性 4

1.3.2 对未来金融形势预测的有效性 5

1.3.3 FCI的实际监测有效性 5

1.4 研究思路及研究方法 5

1.4.1 研究思路 5

1.4.2 研究方法 6

1.5 可能的创新与不足 6

2 支持向量机介绍 7

2.1 支持向量分类机（SVC） 7

2.1.1 线性支持向量分类机 7

2.1.2 非线性支持向量回归机 8

2.2 支持向量回归机（SVR） 9

2.2.1 线性支持向量回归机 9

2.2.2 非线性支持向量回归机10

2.2.3 标准支持向量回归机11

3 L1模最小二乘支持向量回归机介绍12

3.1 VC维12

3.2 最小二乘支持向量机12

3.2.1 最小二乘支持向量机的内涵12

3.2.2 最小二乘支持向量机的定义12

3.3 L1模最小二乘支持向量机13

3.3.1 线性L1模最小二乘支持向量机13

3.3.2 非线性L1模最小二乘支持向量机14

3.3.3 标准L1模最小二乘支持向量机14

3.4 仿真实验14

3.4.1 人工数据集15

3.4.2 UCI数据集15

4 金融状况指数的构建16

4.1 数据的选取说明16

4.2 数据的处理18

4.3 L1-LSSVR模型的运用19

4.4 运用主成分分析确定权重19

5 金融状况指数的效用检验21

5.1 金融状况指数 21

5.2 金融状况指数与通货膨胀的相关性分析22

5.3 格兰杰因果检验23

5.4 通货膨胀率的预测模型24

5.5 小结25

结论与建议26

参考文献27

附 录30

致 谢 32

图目录

图5-1 2003年1月到2013年6月的FCI走势图21

图5-2 金融状况指数与通货膨胀率的线性比较图21

图5-3 一阶差分后的金融状况指数与通货膨胀率的比较图21

表目录

表3-1 SVR与L1-LSSVR模型对人工数据的特征选择结果15

表3-2 UCI数据集15

表3-3 SVR与L1-LSSVR模型对UCI数据集的特征选择和回归结果15

表4-1 变量选取17

表4-2 L1-LSSVR的特征选择结果19

表4-3 KMO和Bartlett的检验20

表4-4 潜在金融因子所包含的信息20

表5-1 通货膨胀率与一阶差分后的金融状况指数的相关分析23

表5-2 FCI与通货膨胀的Granger因果检验24

表5-3 单位根检验24

表5-4 确定最优滞后期的信息准则比较表