杨潇

【摘 要】 以中国黄金期货为研究对象，选取了开盘价、最高价、最低价、收盘价、成交量和成交额6项指标作为样本的特征指标变量，运用归一化方法消除特征指标变量间因量纲不同而造成的预测误差，进而引入支持向量回归机（Support Vector Regression Machine，SVR）智能方法对该期货的开盘价格进行预测研究，并通过引入网格搜索法对SVR模型的最优参数进行寻找，从而构建了最优的SVR智能预测模型。通过对训练样本集与测试样本集的实证研究发现，文章所构建的最优SVR智能预测模型具有优越的学习性能与泛化推广性能，能够准确地预测中国黄金期货的价格。

【关键词】 黄金期货； 支持向量回归机； 智能预测； 网格搜索法

【中图分类号】 F830.91 【文献标识码】 A 【文章编号】 1004-5937（2017）17-0050-04

一、引言

黄金作为一种特殊的商品，具有商品、货币和避险的多重属性。而黄金价格一旦发生剧烈波动，不仅对一国经济，甚至对整个国际社会的经济运行都将产生严重影响[1]。与黄金现货相比，黄金期货蕴藏着更为严重的风险。因为期货具有高杠杆性，在产生高收益的同时也可能放大风险[2]。随着经济全球化的推进，各国经济间的联系日益密切，一国期货市场所产生的巨大风险在转瞬之间就会传递到其他国家，从而引发严重的金融危机，进而影响整个实体经济的健康运行。因此，开展黄金期货价格的预测研究，进而提前采取应对措施防范黄金期货危机的发生，对于一国甚至整个国际社会而言，都将具有重要的现实意义。……