本文關鍵詞：基于行為特征和分形降維的股價趨勢預測方法研究

  更多相關文章： 股價預測 行為特征 分形降維 特征選擇 支持向量機

【摘要】：隨著機器學習和人工智能的飛速發(fā)展,這些技術被越來越多地應用在金融領域中的股票市場上。在大部分股價預測研究中,股票指標被廣泛地應用在各種預測模型中。作為一個統(tǒng)計學的范疇,股票指標根據(jù)一定的數(shù)學統(tǒng)計方法,使用統(tǒng)計學數(shù)值來論證股價和買賣的趨向,證券市場上已有相當數(shù)量的股票指標,本文在股票指標基礎上提取新的行為特征用以預測股價趨勢。目前有很多相關的研究使用股票指標數(shù)值通過機器學習方法來預測股價趨勢,然而其中大部分研究只是把重點放在預測模型本身的改進上,并沒有對作為輸入特征的股票指標做進一步的分析,僅僅把這些股票指標的數(shù)值單純地作為模型的輸入特征,而沒有考慮到指標當初被設計時的使用方式。為了提高股價預測模型的學習效率和預測效果,本文采用指標統(tǒng)計分析手段優(yōu)化行為導向的股票指標特征,并使用分形降維算法,發(fā)現(xiàn)其中冗余的股票指標,削減噪聲特征。部分行為導向的指標,即指標的數(shù)值大小并無意義,只有指標函數(shù)表現(xiàn)出穿插等特定的行為時才具有實際意義,如KDJ指標。針對這樣的行為導向指標,本文采用對指標間行為量化的方法,達到優(yōu)化指標的目的。本文實驗驗證優(yōu)化后的行為導向指標具備更好的區(qū)分度和預測能力。在指標降維方面,對于傳統(tǒng)的降維方法如奇異值分解(SVD),其降維結果會破壞原數(shù)據(jù)集,難以對降維后的數(shù)據(jù)進行分析。因此針對股票指標特征集合這種特殊的數(shù)據(jù)集,本文改進了一種基于分形維度的降維算法以適應較大規(guī)模的股票指標數(shù)據(jù)集的運算,并在此基礎上實現(xiàn)了股票指標篩選。通過實驗對比,新的分形降維算法表現(xiàn)出較好的性能,降維結果與SVD相近,并且在降維的基礎上能夠保留相對重要的股票指標。本文實驗數(shù)據(jù)來自1991年至2015年的A股2000多只股票的日級交易數(shù)據(jù)集。本文使用優(yōu)化后的行為特征指標以及基于分形維度的特征選擇算法,在支持向量機預測模型上的預測效果要優(yōu)于采用行為量化特征前和分形降維特征選擇算法前的預測效果,分別有將近1%以及3%左右的提升。
【關鍵詞】：股價預測 行為特征 分形降維 特征選擇 支持向量機
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：F832.51;TP181
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第1章 緒論9-15
• 1.1 課題研究背景及意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀及分析10-13
• 1.2.1 股價預測方法的研究現(xiàn)狀10-11
• 1.2.2 分形降維方法的研究現(xiàn)狀11-12
• 1.2.3 國內(nèi)外文獻綜述的簡析12-13
• 1.3 本文主要研究內(nèi)容13
• 1.4 本文的結構13-15
• 第2章 股票指標的特征提取方法研究15-28
• 2.1 行為類型特征提取15-23
• 2.1.1 MACD行為特征指標的分析與設計15-18
• 2.1.2 KDJ行為特征指標的分析與設計18-20
• 2.1.3 MA行為特征指標的分析與設計20-23
• 2.2 數(shù)值類型特征提取23-25
• 2.2.1 成交量相關特征23-24
• 2.2.2 價格震蕩相關特征24-25
• 2.3 指標特征的評價及篩選25-27
• 2.4 本章小結27-28
• 第3章 基于分形維度的特征選擇算法28-42
• 3.1 基于數(shù)據(jù)集的分形維度相關概念29-30
• 3.1.1 分形維度基本概念29-30
• 3.1.2 分形維度在數(shù)據(jù)集上的應用30
• 3.2 基于分形維度的降維實現(xiàn)30-35
• 3.2.1 分形維度計算方法30-32
• 3.2.2 基于網(wǎng)格迭代的算法32-34
• 3.2.3 基于位置定位的算法34-35
• 3.3 股票特征的篩選方法35-37
• 3.4 特征篩選效果對比實驗37-41
• 3.4.1 CBF與LBF算法對比實驗37-38
• 3.4.2 分形降維特征選擇算法實驗與分析38-41
• 3.5 本章小結41-42
• 第4章 基于行為特征的股價預測實驗與分析42-55
• 4.1 股價預測實驗平臺架構42-43
• 4.2 股價預測實驗平臺的設計與實現(xiàn)43-48
• 4.2.2 數(shù)據(jù)抓取模塊43-44
• 4.2.3 數(shù)據(jù)預處理模塊44-45
• 4.2.4 指標特征計算模塊45-47
• 4.2.5 分形降維模塊47
• 4.2.6 支持向量機模塊47-48
• 4.3 股價預測實驗的設計與流程48-49
• 4.4 實驗結果及數(shù)據(jù)分析49-53
• 4.4.1 模型參數(shù)的影響分析49-51
• 4.4.2 行為指標觀察窗口參數(shù)的影響分析51-52
• 4.4.3 預測窗口的影響分析52-53
• 4.5 本章小結53-55
• 結論55-57
• 參考文獻57-62
• 致謝62

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 馮懷成;;網(wǎng)絡流量的單分形和多分形特性研究[J];中國高新技術企業(yè);2007年03期

2 張森文,張強;分形理論在農(nóng)業(yè)與食品系統(tǒng)中的應用綜述(英文)[J];農(nóng)業(yè)工程學報;2002年05期

3 劉孝賢,趙青;基于分形的中國沿海省區(qū)海岸線復雜程度分析[J];中國圖象圖形學報;2004年10期

4 陳志成;何華燦;毛明毅;;基于泛邏輯的分形與混沌邏輯初探[J];計算機科學;2004年06期

5 鄭永麗;李輝智;伍亞舟;易東;;多神經(jīng)元活性的小波分形識別研究[J];激光雜志;2006年04期

6 周峰;;一種3D分形樹的仿真實現(xiàn)[J];科技資訊;2011年28期

7 周光召;;編者的話[J];科學;1990年02期

8 孟憲國;地球科學定量化的新工具——分形理論[J];地球科學;1991年03期

9 王一平;黃際英;;分形散射概述[J];電波科學學報;1992年01期

10 劉曉;;分形理論[J];航空計算技術;1993年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 謝淑云;鮑征宇;賈先巧;;地球化學場的分形與多重分形研究[A];固體地球系統(tǒng)復雜性與地質(zhì)過程動力學學術討論會論文摘要集[C];2004年

2 張宏偉;盧國斌;郭嗣宗;;分形理論在活動構造研究中的應用[A];新世紀巖石力學與工程的開拓和發(fā)展——中國巖石力學與工程學會第六次學術大會論文集[C];2000年

3 王興元;滿永奎;蔡勝樂;;心率漲落中分形機制的研究[A];1996中國控制與決策學術年會論文集[C];1996年

4 李雯靜;毋河海;龍毅;;制圖綜合中地圖目標的分形衰減現(xiàn)象分析[A];中國地理信息系統(tǒng)協(xié)會第八屆年會論文集[C];2004年

5 王珍巖;高抒;黃海軍;;數(shù)盒子法應用于分形分維數(shù)測算的不確定性分析—粗視化方法的影響[A];第十五屆全國遙感技術學術交流會論文摘要集[C];2005年

6 方崇惠;雒文生;;應用分形理論進行洪水分期研究[A];中國水力發(fā)電工程學會水文泥沙專業(yè)委員會第六屆學術討論會論文集[C];2005年

7 王萍;王仁芳;方文軍;;仿生分形表面對神經(jīng)膠質(zhì)細胞體外生長的影響[A];第二屆中國醫(yī)學細胞生物學學術大會暨細胞生物學教學改革會議論文集[C];2008年

8 張森文;雷勇波;黃素清;;分形與混沌理論在多學科中的應用[A];中國力學學會學術大會'2005論文摘要集（下）[C];2005年

9 李志芳;李暉;;生物組織光學性質(zhì)的分形近似[A];中國光學學會2006年學術大會論文摘要集[C];2006年

10 耿林;張晨新;;一種新型分形印刷振子的設計[A];2009年全國微波毫米波會議論文集（上冊）[C];2009年

中國重要報紙全文數(shù)據(jù)庫 前3條

1 于凌云;分形理論在經(jīng)濟研究中的應用及優(yōu)勢[N];光明日報;2006年

2 中國社會科學院財貿(mào)系李建軍范力;股市分析新方法：分形理論[N];中國信息報;2002年

3 陸彥文;“生”的科學含義[N];人民日報海外版;2002年

中國博士學位論文全文數(shù)據(jù)庫 前7條

1 廖熠;基于分形的地形圖像表面重建研究[D];西北工業(yè)大學;2006年

2 蔣新;硅膠粒子分形聚集過程研究及白碳黑產(chǎn)品開發(fā)[D];浙江大學;1995年

3 王玉玲;基于分形分布的金融風險及投資決策研究[D];天津大學;2011年

4 魏進武;基于分形的網(wǎng)絡流量建模及排隊性能研究[D];解放軍信息工程大學;2006年

5 孫梅玉;基于分形的非平穩(wěn)時間序列挖掘關鍵技術研究[D];東華大學;2009年

6 黃靜靜;基于擴散熵的時間序列分析[D];北京交通大學;2015年

7 陳明;基于分形理論的巖礦光譜模型研究[D];華中科技大學;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 劉同川;微分形貌檢測技術研究[D];山東大學;2015年

2 王宏全;分形布朗運動驅動的隨機偏微分泛函方程的吸引子存在性[D];遼寧師范大學;2015年

3 陳奎;雷電先導分形模型及高速鐵路高架橋區(qū)段接觸網(wǎng)引雷特性的研究[D];西南交通大學;2016年

4 張余娟;一類新的有理分形樣條及形狀數(shù)據(jù)的可視化[D];山東大學;2016年

5 楊毅;幾種典型分形基底上受限固—固模型生長表面粗糙度及極值高度的數(shù)值模擬研究[D];中國礦業(yè)大學;2016年

6 張?zhí)?混合分形布朗運動模型在期權定價中的應用[D];華中師范大學;2016年

7 喻彩云;評估用戶網(wǎng)絡影響力價值的分形維方法及其應用研究[D];合肥工業(yè)大學;2016年

8 梁鴻斌;一種海面上的可穿戴分形天線設計[D];中國科學技術大學;2016年

9 陳煜華;基于行為特征和分形降維的股價趨勢預測方法研究[D];哈爾濱工業(yè)大學;2015年

10 孔彤;小波分析在分形信號中的應用研究[D];重慶理工大學;2011年

，

本文編號：1119211