今天的股票市場早已日趨完善,上市也已經(jīng)成為公司發(fā)展的必經(jīng)之路。上市公司能夠在股票市場進行融資,并且投資機構(gòu)和散戶也期望對有潛力的股票進行購買,并獲得收益。誠然,股票投資是高風(fēng)險高收益的行業(yè),因此理性投資就變得尤為重要。隨著AI（人工智能）技術(shù)的研究成果問世,使得將AI相關(guān)研究帶入股票預(yù)測當中成為可能。本文結(jié)合實際股票交易行情,在相關(guān)數(shù)據(jù)集上進行了豐富的實驗。針對股票走勢預(yù)測問題,本文首先進行了股票日行情數(shù)據(jù)的采集,對采集的中國A股市場的數(shù)據(jù)進行了預(yù)處理,并提取出股票技術(shù)指標相關(guān)性系數(shù)特征。再對股票數(shù)據(jù)集進行特征工程處理后,搭建了相關(guān)算法模型,并做了詳細的對比實驗。本文主要進行了以下研究:首先,本文介紹了股票市場基礎(chǔ)概念和國內(nèi)外的研究狀況,并根據(jù)實際實驗需求引入了三種不同類型的預(yù)測模型,分別是:傳統(tǒng)金融預(yù)測模型,機器學(xué)習(xí)以及深度學(xué)習(xí)算法模型。將多種機器學(xué)習(xí)和深度學(xué)習(xí)實驗結(jié)果進行對比,能夠解決普通預(yù)測方法所面臨的諸多挑戰(zhàn),同時也能在一定程度上規(guī)避人為因素所帶來的風(fēng)險。我們對所有模型的基礎(chǔ)概念,以及利用模型進行實驗時的參數(shù),進行了詳盡的描述。第一步,使用傳統(tǒng)金融算法預(yù)判走勢,包括:移動平均模... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：94 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-2分割訓(xùn)練平

電子科技大學(xué)碩士學(xué)位論文1812111..010,1,2,,(2-16)求解出之后，再根據(jù)，我們就可以求解出和，從而求得我們的最初目標：找到最優(yōu)的平，即決策平。2.SVM核函數(shù)一般來，對給定的一個訓(xùn)練數(shù)據(jù)1,1,,,…,,，其中，屬于入空，∈的標記有兩類∈1,1,1,2,…,，如果屬于的某個曲，可以把入樣本完美無的分類，我們就此種類型屬于線性分類情況。如圖2-3所示，在分類情況當中，“”代表正類，“□”代表類。從圖中可以看出，在直線無法將正類完美無的分類時，我們能夠用一條曲線辦到。圖2-3線性分類情況

第二章相關(guān)知識介紹232.4深度學(xué)習(xí)更直觀的了解人工智能、機器學(xué)習(xí)、深度學(xué)習(xí)它們之的聯(lián)系，如圖2-4所示：圖2-4深度學(xué)習(xí)概念關(guān)系圖從圖中可以看出，三個不同內(nèi)容之的聯(lián)系，從大到小分別是：人工智能，機器學(xué)習(xí)和深度學(xué)習(xí)。深度學(xué)習(xí)的提出源自人們對神經(jīng)網(wǎng)絡(luò)的深入探索。例如，深度學(xué)習(xí)的框架就包括具有多個藏層的多層感知機。因此，理解網(wǎng)絡(luò)的搭建和行方式是理解深度學(xué)習(xí)的關(guān)。第一步就要了解組成網(wǎng)絡(luò)的基本單位-神經(jīng)元。圖2-5神經(jīng)元結(jié)構(gòu)圖人工智能機器學(xué)習(xí)頭腦激發(fā)認知系統(tǒng)神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)

【參考文獻】：
期刊論文
[1]中國與美國證券市場弱有效性檢驗及對比分析——基于上證指數(shù)與S&P500指數(shù)的檢驗[J]. 劉洪波,婁振.  時代金融. 2012(24)
[2]股票技術(shù)指標相似性與有效性研究[J]. 方匡南,紀宏,路遜.  統(tǒng)計與信息論壇. 2009(09)
[3]自回歸法在時間序列預(yù)測中的應(yīng)用[J]. 陳婕.  建設(shè)科技. 2007(20)
[4]用BP神經(jīng)網(wǎng)絡(luò)預(yù)測股票市場漲跌[J]. 吳微,陳維強,劉波.  大連理工大學(xué)學(xué)報. 2001(01)

碩士論文
[1]基于網(wǎng)絡(luò)輿論的我國股票市場有效性檢驗研究[D]. 陳江鵬.西南財經(jīng)大學(xué) 2013
[2]股票價格預(yù)測模型研究[D]. 馮居易.西安建筑科技大學(xué) 2008



本文編號：3216039