摘要：研究目标:提出基于多分形特征的互联网金融市场风险状态的划分方法，构建非平衡数据集的互联网金融风险预警模型。研究方法:采用日收益率和多分形波动率衡量互联网金融风险并划分风险状态，提出一种利用SMOTEENN采样算法与SVM模型相结合的互联网金融风险预警模型，选取中证互联网金融指数进行实证分析。研究发现:SMOTEENN-SVM模型可以显著地提高SVM模型的预测精度，具有优越的预测性能。研究创新:通过日收益率和多分形波动率刻画互联网金融风险状态，并将SMOTEENN采样算法与SVM模型相结合，建立非平衡样本的互联网金融市场风险预警模型。研究价值:为研究互联网金融风险预警提供新的思路，对防范化解互联网金融风险具有重要的现实意义。
文章目录
一、问题的提出
二、文献综述与研究方法评述
三、多分形互联网金融市场风险预警模型的设计
1.多分形互联网金融市场的风险测度及状态划分
2.互联网金融风险SMOTEENN-SVM预警模型的构建
3.互联网金融市场风险预警模型的性能评估
四、预警模型的应用实证
1.数据选取
2.多重分形特征验证
3.互联网金融市场正常状态与关注状态的划分
五、互联网金融市场风险预警模型的性能对比分析
1.风险预警模型的特征指标体系构建
2.互联网金融风险预警模型性能比较及评价
六、结 论