1. 研究目的与意义（文献综述）

当今世界瞬息万变，经济全球化的出现使得各个国家的经济紧密的联系起来，各个国家之间的竞争也已经上升到了经济层面上的竞争，时不时出现的经济危机，金融海啸，也对于各个国家的经济发展产生了重大的恶劣影响，而金融市场作为影响经济的一大重要因素部分，成为了各个国家经济贸易竞争的主战场，金融市场的运作效率的高低同样也在一定程度上体现除了一个国家的经济整体运作环境的好坏，是否能控制并形成一个稳定的金融市场，进而保证一个国家的经济的长期发展，已经成为当今经济学家及金融领域研究者们的重要课题。

证券市场作为金融市场的重要组成部分，对于金融市场的发展有着直接的影响作用。证券市场不但在筹备资金和优化资源配置层面起着非常关键的用途，而且其发展与变化还和市场内的证券投资者有着紧密的联系。在过去很长的一段时间内，因为证券市场自身的规模并不大，市场分析方面的科学技术手段十分有限，证券投资者一般只能依靠自己的个人经验和主观感受在证券市场上进行相应的判断与决策。但在近年来随着证券市场自身规模的扩大，信息交流的多元化，投资者们逐渐意识到，选取真正有效的证券价格分析及预测方法，成为自己能否正确进行投资的关键，对于政府工作人员及证券市场监管者，选择一个强有力的证券价格预测方法，成为能否有效的控制并稳定金融市场并维持其良好发展的一个重要工具。

然而，我国的金融证券市场起步较晚，在运行及发展上还存在着潜在的诟病，不完善的运行体系，不对称的信息现象，一系列含有缺陷的风险监管方法以及部分投资者的投机性及非理性行为，导致了一个有效性较差的证券市场。同时，证券市场只是一个有众多投资者的信息交换互动系统，而且还受到许许多多的市场以外的各种不确定因素的影响，因此要想完全展现证券市场内部的运转规律是相当困难的。但是随着当今应用数学、统计学、控制论及机器学习和人工智能的蓬勃发展，也使得预测证券价格的方法有了很大的改进与提高。支持向量机(svm)，基于严密的数学优化理论，同时利用最小化结构风险原则，可以避免陷入局部最优解的问题，进而得到全局最优解，作为一种新型机器学习方法，支持向量机对于证券市场上股票价格的预测已然成为当今金融发展预测领域内的一大重点与热点。

2. 研究的基本内容与方案

本文的基本内容和结构包括以下几个方面：

1.分析证券市场中股票价格变化的理论与部分规律，阐述我国证券市场的发展历程和国内外证券市场的发展现状，并讨论了我国与美国、欧洲大国之间在证券市场上的发展差距。

2.分析了以统计学习为理论依据的支持向量机的基础理论，从经验风险最小化到结构风险最小化的支持向量机统计学习的发展状态，分析并推倒了支持向量分类机和支持向量回归机算法，简要介绍了vc维及和核函数的定义。

3. 研究计划与安排

在接下来的时间段内，将开始依据毕业设计规范要求进行任务进度的安排与设置

1-3周：查阅文献，完成开题报告

4-6周：总体设计，完成论文综述

4. 参考文献（12篇以上）

[1] 吕笑颜. 基于iwo算法的神经网络模型的研究及应用[d].辽宁科技大学,2015.

[2] 吕欣. 基于神经网络股票价格预测模型及系统的研究[d].吉林大学,2010.

[3] 张建宽,盛炎平.支持向量机对股票价格涨跌的预测[j].北京信息科技大学学报(自然科学版),2017,32(03):41-44.