全文总字数：4765字
文献综述
文 献 综 述1、 选题目的和意义：近20 年来，人工智能和它借助的机器学习方法逐渐渗透到人类生活的方方面面。
从手写数字的自动识别，到电脑手机上的指纹解锁功能、语音识别系统，再到无人驾驶、智能医疗等热门领域，处处都有人工智能的身影。
近年来，人工智能和机器学习方法也被广泛应用于量化投资和量化交易中。
随着可电子化交易在世界各国市场的逐渐发展量化交易的出现成为了各证券市场和股票市场的新兴行业，量化投资策略自20世纪出现以来，经过一系列的启蒙发展，在西方国家取得了巨大的进步。
随着我国经济的改革和资本市场的逐步开放，使得一些投资方法比如量化投资变得重要起来。
然而，虽然量化的投资方法在逻辑上具有普适的作用，但是对于不同的环境、不同的市场，模型的设计与使用还是存在较大的差异。
在国外，量化交易被广泛的应用于机构的各种投资之中，例如近些年来迅速兴起的大数据高频交易方式就属于量化交易，因为程序化交易具有投资量大，持仓时间短，单笔收益率低和总体的收益高等特点，从而成为国内外投资研究领域关注的重点领域。
在这个大背景下，对于不同的行业，不同风格市场下量化投资策略进行研究，将数学领域中的机器学习知识和量化金融的数据和模型进行结合，尝试建立一套合理的量化投资策略，对市场中量化投资模型的投资逻辑以及应用深度进行讨论很有必要。
在众多人工智能量化交易方法中，支持向量机（SVM）不失为一种良好的处理方法，支持向量机（SVM）是应用最广泛的机器学习方法之一。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
