王玥 孫德山 張蕾 張文政

摘 要 隨著期貨市場(chǎng)在經(jīng)濟(jì)中的影響逐漸增強(qiáng)，對(duì)期貨市場(chǎng)的研究具有實(shí)際意義. 選取豆油期貨指數(shù)進(jìn)行研究，首先將數(shù)據(jù)進(jìn)行歸一化處理，然后選用支持向量回歸方法建模分析.分析結(jié)果表明該方法對(duì)短期內(nèi)的數(shù)據(jù)預(yù)測(cè)具有較好的效果，對(duì)了解期貨市場(chǎng)的近期走勢(shì)提供一些借鑒.

關(guān)鍵詞 支持向量回歸;豆油期貨;期貨指標(biāo);移動(dòng)平均;隨機(jī)指標(biāo)

中圖分類號(hào) F724.5文獻(xiàn)標(biāo)識(shí)碼 A

Abstract With the increasing influence of the futures market in economy， the research on the futures market is of practical significance. We selected ?and studied ?the futures index of soybean oil. First， the data was ?normalized， and then the support vector machine was ?used to model analysis. The analysis results show that the method has a relatively good effect on the short-term data prediction， and provides some reference for understanding the futures trend of the futures market.

Key words support vector machine; soybean futures; indicators of futures; moving average; KDJ

1 引 言

中國(guó)的期貨交易萌芽在清朝時(shí)期，隨著100多年的發(fā)展，上海期貨交易所、大連商品交易所、鄭州商品交易所和中國(guó)金融期貨交易所四家期貨交易所應(yīng)運(yùn)而生，并且對(duì)我國(guó)期貨交易產(chǎn)生了深遠(yuǎn)的影響.目前，我國(guó)上市的期貨品種覆蓋農(nóng)產(chǎn)品、有色金屬、貴金屬、能源化工、金融等重要品種，而且我國(guó)已經(jīng)發(fā)展成為全球第一大商品期貨市場(chǎng).

2010年4月16日，隨著滬深300股期貨正式上市交易，期貨交易成為中國(guó)股市的重要組成部分和金融市場(chǎng)體系的重要組成部分.對(duì)于投資者而言，期貨交易具有方便的賣空機(jī)制、交易成本較低、市場(chǎng)流動(dòng)性較高等特點(diǎn).研究期貨交易有利于方便人們的投資，對(duì)我國(guó)資本市場(chǎng)的完善發(fā)展具有重要的作用.

近年來，期貨市場(chǎng)呈現(xiàn)出健康快速的發(fā)展?fàn)顟B(tài)[1]，隨著科學(xué)技術(shù)的發(fā)展，人們對(duì)期貨市場(chǎng)的研究也越來越深入.文獻(xiàn)[2]運(yùn)用多元回歸分析大豆期貨價(jià)格，并探求對(duì)大豆價(jià)格的影響因素.文獻(xiàn)[3]運(yùn)用粒子群算法得到最優(yōu)的支持向量機(jī)核函數(shù)，并對(duì)近期價(jià)格做了相關(guān)的預(yù)測(cè).文獻(xiàn)[4]引用了多種時(shí)間序列模型預(yù)測(cè)期貨數(shù)據(jù)，得出了Garch模型最適用的結(jié)論.于航[5]使用支持向量機(jī)模型預(yù)測(cè)價(jià)格變化趨勢(shì)，與傳統(tǒng)的預(yù)測(cè)具體數(shù)值不同，在一定程度上提高了預(yù)測(cè)的準(zhǔn)確性.本文使用支持向量回歸來研究豆油期貨的數(shù)據(jù)，并由當(dāng)天的數(shù)據(jù)預(yù)測(cè)下一天的數(shù)據(jù)，實(shí)驗(yàn)表明SVR對(duì)短期預(yù)測(cè)具有較好的效果.

2 支持向量回歸（SVR）模型建立

支持向量機(jī)（SVM）是在1995年由Cortes和Vapnik[6]等人提出，是一種具有核函數(shù)和解的稀疏性的特點(diǎn)的特殊的算法.SVM建立在VC維理論和結(jié)構(gòu)化最小原則上，建立了一個(gè)函數(shù)使誤差最小化，有效的避免了過度擬合的問題.在分類（SVC）的情況下，試圖尋找一個(gè)最優(yōu)超平面分開兩類.在回歸（SVR）的情況下，則是建立一個(gè)盡可能多地接近數(shù)據(jù)點(diǎn)的超平面[7].

6）能量潮（OBV）

OBV指標(biāo)就是發(fā)現(xiàn)熱門股票、分析股價(jià)運(yùn)動(dòng)趨勢(shì)的一種技術(shù)指標(biāo)。它是將股市的人氣——成交量與股價(jià)的關(guān)系數(shù)字化、直觀化，以股市的成交量變化來衡量股市的推動(dòng)力，從而判斷股價(jià)的走勢(shì).

4 實(shí)證分析

選取大連商品交易市場(chǎng)中的豆油指數(shù)（YL9）數(shù)據(jù)，選取時(shí)間段為2014.05.26～2017.10.24，共835個(gè)數(shù)據(jù)（見圖1）.選取開盤價(jià)、收盤價(jià)、成交量、移動(dòng)平均線、隨機(jī)指標(biāo)、能量潮6個(gè)指標(biāo)，利用前一個(gè)交易日的6個(gè)指標(biāo)數(shù)據(jù)預(yù)測(cè)下一個(gè)交易日的開盤價(jià).

圖1 選取的數(shù)據(jù)的開盤價(jià)

運(yùn)用R語言程序，選用e1071程序包進(jìn)行實(shí)驗(yàn)。為了消除指標(biāo)間的量綱性，先對(duì)數(shù)據(jù)進(jìn)行歸一化處理，變換形式為：

并做出其擬合圖像，用來體現(xiàn)原始數(shù)據(jù)和預(yù)測(cè)數(shù)據(jù)的相關(guān)程度，如圖2和圖3所示.

5 結(jié) 論

本文選用豆油期貨近期850個(gè)數(shù)據(jù)進(jìn)行實(shí)證分析，采用支持向量回歸方法進(jìn)行建模，結(jié)果顯示MAE和MSE的數(shù)值較小，表明SVR在豆油期貨預(yù)測(cè)中具有可行性，可以判斷一定時(shí)期內(nèi)的開盤價(jià)走勢(shì)，對(duì)短期內(nèi)的交易有一定的參考作用.實(shí)驗(yàn)中核函數(shù)的參數(shù)選取對(duì)結(jié)果有顯著的影響，論文采用交叉實(shí)驗(yàn)的方式選擇最優(yōu)參數(shù).期貨商品大多數(shù)為農(nóng)產(chǎn)品、金屬和能源，在長(zhǎng)期的交易內(nèi)，不排除GDP、通貨膨脹等經(jīng)濟(jì)因素的影響和氣候等自然因素的影響，所以SVR在長(zhǎng)期預(yù)測(cè)中還有待深入研究.

參考文獻(xiàn)

[1]宋承國(guó).中國(guó)期貨市場(chǎng)的歷史與發(fā)展研究[D].蘇州：蘇州大學(xué)社會(huì)學(xué)院，2010.

[2]?高昂，范雯娟，陳皓.我國(guó)大豆期貨變動(dòng)因素的多元回歸分析[J].中國(guó)物價(jià)，2008（6）：10-13.

[3]?賽英，張鳳廷，張濤.基于支持向量機(jī)的中國(guó)股指期貨回歸預(yù)測(cè)研究[J].中國(guó)管理科學(xué)，2013，21（3）：35-39.

[4]?孫德山，錢程，韓國(guó)濤. GARCH類模型在我國(guó)期貨市場(chǎng)預(yù)測(cè)中的應(yīng)用研究[J].遼寧師范大學(xué)學(xué)報(bào)，2012.03，35（1）：4-8.

[5]?于航.基于支持向量機(jī)模型的股指期貨高頻交易策略研究[D].北京：北京理工大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，2015.

[6]?CORTES C， VAPNIK V. Support-vector networks[J]. Machine Learning， 1995， 20（3）：273-297.

[7]?MARIETTE A， RAHUL K. Support Vector Regression[J]. Neural Information Processing Letters & Reviews， 2007， 11（10）：203-224.