支持向量機 Support Vector Machine
⚠️ 本站內容僅作教育用途，不構成投資建議。投資涉及風險，作出任何投資決定前請諮詢持牌專業人士。
支持向量機 Support Vector Machine（SVM）是一種監督式機器學習算法，核心思想是在特徵空間中尋找一個能與最近數據點保持最大邊界（margin）的決策面，藉此提升對未見數據的泛化能力。配合核函數（Kernel Function）把數據映射到高維空間後，SVM 亦能處理非線性關係。在量化交易中，SVM 可用於回歸任務（SVR），例如以歷史價差及技術指標預測下一期的價差水平，作為配對交易訊號的依據。要注意：SVM 對特徵縮放敏感，輸入前通常需要標準化；核函數與懲罰參數的選擇對結果影響甚大，須以交叉驗證調校，並提防在樣本內過度擬合。