1、伴隨著經(jīng)濟體制的逐步成熟以及人們對股市關(guān)注度的提高，股票市場作為宏觀經(jīng)濟的“晴雨表”，預(yù)示著一個國家經(jīng)濟的走向。但股票市場高度復(fù)雜化、非線性、不確定性等特點，使其價格波動的預(yù)測異常困難，因此，傳統(tǒng)的計量結(jié)構(gòu)模型和時間序列模型不足以滿足股票數(shù)據(jù)的預(yù)測要求。支持向量機是一種新型機器學(xué)習(xí)技術(shù)，它是建立在統(tǒng)計學(xué)習(xí)理論、最優(yōu)化理論以及結(jié)構(gòu)風(fēng)險最小化原理的基礎(chǔ)上，能夠較好的解決小樣本學(xué)習(xí)，同時避免了“維數(shù)災(zāi)難”、網(wǎng)絡(luò)收斂速度慢、容易造成局部極小化等

2、缺點。目前該技術(shù)已在多個領(lǐng)域得到成功應(yīng)用，主要應(yīng)用于數(shù)據(jù)的分類和回歸問題。
　　隨著對金融時間序列研究的不斷深入，人們逐漸發(fā)現(xiàn)自回歸條件異方差模型對市場波動性的刻畫比較準(zhǔn)確，并且具有一定的預(yù)測能力。為準(zhǔn)確識別、測量金融市場的風(fēng)險，將VaR引入我國股票市場是勢在必行之舉，這些都對分析股市經(jīng)濟含義，方法金融風(fēng)險具有重要參考價值。本文首先介紹了支持向量機的相關(guān)理論，接下來對時間序列模型及風(fēng)險價值進行說明，通過選取滬深300指數(shù)和個股股票

3、價格為研究對象，對其建立條件異方差模型，并利用基于CARCH類模型的VaR值來描述股市風(fēng)險的實際情況，經(jīng)過不斷優(yōu)化選擇ε-支持向量回歸機模型的參數(shù)最終確立模型，并且采用支持向量回歸算法與條件異方差模型相結(jié)合的方法對滬深300指數(shù)進行預(yù)測，推測未來趨勢。最后，通過預(yù)測值與真實值之間的對比。得到幾種模型的預(yù)測精度和預(yù)測效果。
　　本文結(jié)果表明，支持向量機的預(yù)測精度要優(yōu)于其他模型，對股票數(shù)據(jù)的預(yù)測效果比較令人滿意，由此可見，支持向量回歸