首页> 中文会议>第13届海峡两岸信息管理发展与策略学术研讨会 >应用平滑支撑向量回归与类神经网络于共同基金绩效之预测

应用平滑支撑向量回归与类神经网络于共同基金绩效之预测

摘要

本研究以平滑支撑向量回归(Smooth Support VectorRegression)及倒传递类神经网络(Back Propagation Network)为基础理论,于共同基金绩效预测之研究。文中采用绩效报酬率和大盘报酬率作一比较,并透过风险值去探讨各模型之优缺点。本研究以台湾地区股票型基金为预测标的,研究时点为2004年月至12月。实证结果发现应用SSVR或BPN皆可增加投资报酬率,且于多头市场可得到更佳之报酬率。此外,应用SSVR预测模型于空头市场中亦可得到超额报酬,降低投资人之损失。最后,平滑支撑向量回归模型与倒传递类神经网络模型分别适用于不同风险偏好之投资人,投资人可依据个人之风险偏好选择适合自己之预测模型,使本研究之应用达到最佳效果。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号