基于SVM的基金业绩评估系统研究
2005-10-30分类号:F224;
【部门】南京信息工程大学系统分析与集成专业 南京信息工程大学系统分析与集成专业 南京信息工程大学系统分析与集成专业 南京210044 南京210044 南京210044
【摘要】基于结构风险最小化原则的支持向量机对小样本决策具有全局收敛性和较好的学习推广性。基金业绩评价问题本质是分类问题,本文提出基于SVM的二叉树多级分类器实现方法,并对系统特征进行选择验证。实证分析表明:采用支持向量机设计的评价系统思路清晰,操作简单,重复训练样本少,在评估系统应用中有较强的实用性。
【关键词】支持向量机 业绩评估 基金
【基金】
【所属期刊栏目】统计与决策
文献传递