基于SVM和ARIMA-EGARCH的股票收益预测研究
摘 要：股票市场被视为一个国家实体经济的重要活动指标之一，它引导资金并将储户与投资者联系起来，最终促进经济增长，股票的收益波动也逐渐成为众多机构投资者和散户投资者最为关心的事情。从过往研究来看，计量经济学所具有的传统模型并不能够在长期过程中实现股价的预测。基于此，创新性地从人工神经网络算法的支持向量机模型SVM和ARIMA-EGARCH模型出发，选取上市公司A股中远海特作为研究对象，利用python这一流行的编程工具来进行算法和模型的实现，旨在比较新兴的人工神经网络算法与传统计量经济学模型在股票收益预测方面的优劣，并提出相应的优化改进建议。（剩余4767字）