1、支持向量機是基于統(tǒng)計學習理論的一種機器學習的方法。作為結構風險最小化準則的具體實現(xiàn)，支持向量機方法具有全局最優(yōu)、結構簡單、推廣能力強等優(yōu)點。由于支持向量機具有較嚴格的理論基礎，又能較好地解決許多實際問題，該方法已成為近十年來機器學習領域最有影響的成果之一。最近20年來，投資基金在全球金融市場中以令人矚目的速度迅猛發(fā)展。尤其近幾年來，人們對于基金的關注不斷升溫。我們通過基金凈值可以看到基金的收益情況，并把它作為是否買基金以及買哪只基金的主

2、要參考依據(jù)。因此，對基金凈值的預測具有非常重要的應用價值。本文在研究證券市場目前常用分析方法的基礎之上，建立了支持向量回歸機證券投資基金的凈值預測模型，并得到了較好的預測效果。 本文首先研究了證券市場預測的理論依據(jù)和證券市場中股票和基金的現(xiàn)狀。由于在基金方面的預測主要以定性的方法為主，雖然也有運用回歸方程分析法來預測的，但缺乏定量的預測結果。因此表明了運用支持向量回歸機研究證券投資基金的必要性和有用性。其次主要介紹了統(tǒng)計學習理論