[发明专利]一种基于粒子群优化增量支持向量机的内幕交易辨别方法

摘要

一种基于粒子群优化增量支持向量机的内幕交易辨别方法，首先收集内幕交易相关的样本数据及其特征指标作为样本数据集；然后利用粒子群优化算法优化参数后的支持向量机对样本数据集进行学习和分类，并确定最优的分类面和分类向量，获得测试目标并收集测试目标数据集，根据最优分类面对测试目标的特征指标进行估计并分类，判断样本是否存在内幕交易。本发明建立了股票市场内幕交易行为自动识别模型，实现了对测试目标是否存在内幕交易进行准确识别；其中，采用粒子群优化算法对支持向量机进行优化，提高了支持向量机分类器的准确率；将违背原决策函数的KKT条件的样本和相应分类结果加入到原样本数据集形成新的样本数据集，实现模型的自动更新学习。

主权项

1.一种基于粒子群优化增量支持向量机的内幕交易辨别方法，其特征在于，包括以下步骤：步骤1：收集内幕交易相关的样本、对应的非内幕交易样本及其特征指标作为样本数据集；步骤2：利用粒子群优化算法优化参数后的支持向量机对样本数据集进行学习和分类；步骤3：确定最优的分类面和分类向量；步骤4：获得测试目标样本并收集测试目标数据集，根据最优分类面对测试目标的特征指标进行估计并分类，判别测试样本是否存在内幕交易并输出判别结果；步骤5：判断测试目标是否违背决策函数的KKT条件；步骤5.1：若违背决策函数的KKT条件，则执行步骤6；步骤5.2：若不违背决策函数的KKT条件，则执行步骤7；步骤6：将测试目标及其是否内幕交易的标签加入样本数据集，利用粒子群优化算法优化参数并训练得到一个新的支持向量机分类器；步骤7：判断是否有下一测试目标；步骤7.1：若有下一测试目标，则执行步骤3；步骤7.2：若无下一测试目标，则结束。