【摘要】：隨著社會經(jīng)濟的日益發(fā)展與進步,股票市場的日益豐富與繁榮,數(shù)據(jù)顯示股票投資者的數(shù)量逐年增加,因而對于股票的相關(guān)分析需求日益突出。股票價格預(yù)測是股票分析領(lǐng)域的關(guān)鍵之一,然而目前諸多關(guān)于股票價格預(yù)測的模型與方法的效果不盡人意,并沒有達到實際的應(yīng)用需求。得益于近年人工智能的相關(guān)技術(shù)在金融領(lǐng)域受到廣泛應(yīng)用,也尤其推動了股票價格預(yù)測的發(fā)展。為了進一步提高股票價格預(yù)測的準確率,本文將量化選股中的多因子模型引入到股票價格預(yù)測方法中,并對一般的股票價格預(yù)測方法進行了改進。本文主要內(nèi)容及貢獻如下:1、針對一般多因子模型中的因子篩選方法效果不佳導(dǎo)致股票價格預(yù)測結(jié)果不理想的問題,本文提出了一個基于梯度提升決策樹(Gradient Boosting Decision Tree,GBDT)與域顯因式分解機(Field-aware Factorization Machine,FFM)融合模型的股票因子篩選方法。利用GBDT與FFM的模型特性完成股票因子篩選,提升了因子篩選的效果。方法主要包括兩點:第一,利用GBDT模型的特征重構(gòu)特性,重構(gòu)原始特征。GBDT所構(gòu)造出的新特征集合相比原始特征集合對股票價格有更強的描述能力。第二,利用FFM模型的特征交叉特性,使用GBDT所重構(gòu)的新特征,進而篩選出合適的股票因子組合。最后選取真實的股票數(shù)據(jù)集進行實驗,驗證了該模型的可行性,并分別采用未篩選的因子組合、傳統(tǒng)方法篩選的因子組合、單一 GBDT模型篩選的因子組合以及本文方法篩選的因子組合作為特征進行股票價格的預(yù)測,最終使用本文提出的方法篩選的因子組合的股票價格預(yù)測的準確率最高,證明本文的方法可以篩選出更佳的股票因子組合。2、針對一般長短期記憶網(wǎng)絡(luò)(Long Short Term Memory,LSTM)模型無法接受多因子形式輸入的問題,本文在一般LSTM基礎(chǔ)上建立了多因子LSTM股票價格預(yù)測模型。通過改變一般LSTM的輸入層、循環(huán)層和輸出層的映射結(jié)構(gòu),并為循環(huán)層引入dropout,使得新的模型結(jié)構(gòu)不僅可以適應(yīng)多因子模型的輸入形式,也沒有導(dǎo)致模型訓(xùn)練時間的大幅增加。最后在真實的股票數(shù)據(jù)集上的實驗結(jié)果表明,得益于多因子模型的引入,相比一般的LSTM模型,不僅提升了股票價格預(yù)測的準確率,同時在一定程度上也帶來了更好的模型魯棒性。3、利用以上敘述的研究成果,搭建了多因子股票預(yù)測系統(tǒng),并將該系統(tǒng)在實際股票交易場景下進行了模擬運行,進而對本文所提出的模型與方法的實用性進行了驗證。
【學位授予單位】：中國科學技術(shù)大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP181;F832.51
【圖文】：

多經(jīng)濟行為的走向，因此股票價格的預(yù)測也受到越來越多金融投資者與金融分析逡逑者的關(guān)注；另一方面，隨著股票市場的投資者數(shù)量逐年增加，只有準確分析股票逡逑價格的未來變化趨勢，才能快人一步把握市場動向，獲得更多的投資收益。圖１．１逡逑展示了近幾年中股票市場新增投資者的數(shù)量？。可以看到新增投資者的數(shù)量逐年逡逑增加，因此需要建立某種方法可以幫助投資者對股票價格進行分析和預(yù)測。逡逑ＩＭ）逡逑１逡逑ＩＩ逡逑？邋ｉ３５邋ｎ逡逑ｉ邋４逡逑０逡逑２０１３－０５－ＯＳ邐２０１６０４－１３邐２０１７－０３－ＪＩ邐２０ＩＳ－０３－０９邐２０１９－０２－２２逡逑圖１．１邐２０１５－２０１９年間中國股票市場新增投資者數(shù)量逡逑股票市場每天都在進行高頻次的交易，因而不斷產(chǎn)生大量的股票相關(guān)數(shù)據(jù)。逡逑但是事實上，龐大的數(shù)據(jù)對投資者而言是抽象的，如何利用有效的方法從海量的逡逑股票數(shù)據(jù)中提煉出有價值的信息成為了當下需要解決的問題。逡逑在傳統(tǒng)的量化投資領(lǐng)域，對于目標股票的選擇以及股票價格的預(yù)測大多是基逡逑于長期的股市經(jīng)驗得到的結(jié)果，經(jīng)驗式的股票分析方法其抗風險能力以及長期預(yù)逡逑測能力往往是較差的，也不便于傳播與推廣，此外其分析速度往往也是較慢的。逡逑隨即出現(xiàn)的是基于統(tǒng)計與金融學的股票分析方法，也是對股票進行數(shù)學建模的開逡逑始

價格受多因子的影響，是因子及因子間交叉的線性組合。逡逑２．邋１．２．２邐多因子選股模型逡逑多因子選股模型的建立流程如圖２．１所示。逡逑蠢選取逡逑因子vI選逡逑因子柝效性檢驗—？邋冗余因子剔除逡逑股票打分逡逑棋型評價逡逑圖２．１邋多因子選股流程逡逑多因子選股模型的建立過程主要分為候選因子選取、因子篩選、股票打分和逡逑模型評價與更新四個部分［１４］。逡逑１．

圖２．２邋ＤＮＮ的一般＿逡逑

【相似文獻】

相關(guān)期刊論文 前10條

1 姚泊丞;;影響股票價格走勢方法分析[J];科技資訊;2018年25期

2 樊彥君;;匯率變動對股票價格影響的實證分析[J];山西財稅;2017年06期

3 劉婷;;基于文本分析法的上市公司經(jīng)營事項變動對股票價格走勢的影響研究[J];智富時代;2016年S2期

4 薛志國;;股票價格實質(zhì)上反映了投資者心態(tài)[J];環(huán)球市場信息導(dǎo)報;2016年42期

5 元利興;劉鳳元;;貨幣升值對股票價格影響的國際經(jīng)驗[J];中國物價;2008年05期

6 包建祥;信息與股票價格變動研究[J];世界經(jīng)濟;2000年08期

7 王新偉;股票價格與業(yè)績及流通股本的實證分析[J];鄭州工業(yè)高等�？茖W校學報;2000年02期

8 張樂慶;;GeoCities收購WebRing[J];上海微型計算機;1998年34期

9 王千紅;股票價格機制探析[J];山西大學學報(哲學社會科學版);1996年04期

10 祝英宇，祝虹;試論股票價格的測算問題[J];黑龍江財專學報;1995年06期

相關(guān)會議論文 前10條

1 李增泉;;所有權(quán)安排與股票價格的同步性——來自中國股票市場的證據(jù)[A];中國會計學會2005年學術(shù)年會論文集（下）[C];2005年

2 陸宇海;;中國股票價格系統(tǒng)的可觀可控性分析[A];江蘇省現(xiàn)場統(tǒng)計研究會第九次學術(shù)年會論文集[C];2004年

3 曹國亮;;市場情緒對股票價格的影響分析[A];2016年第二屆今日財富論壇論文集[C];2016年

4 魯桂華;陳曉;;“莊”與會計盈余的價格含義[A];中國會計學會2005年學術(shù)年會論文集（上）[C];2005年

5 賈洪文;張媛;;我國消費價格指數(shù)對乳制品行業(yè)股票價格影響的實證分析[A];經(jīng)濟生活——2012商會經(jīng)濟研討會論文集（下）[C];2012年

6 李泠菲;;股票價格與房地產(chǎn)價格互動關(guān)系分析[A];決策論壇——科學制定有效決策理論學術(shù)研討會論文集（下）[C];2015年

7 ;股票價格波動預(yù)警與貨幣政策選擇[A];中國經(jīng)濟分析與展望（2011-2012）[C];2012年

8 吳文鋒;吳沖鋒;;股票價格異常波動的辨識[A];全國青年管理科學與系統(tǒng)科學論文集第5卷[C];1999年

9 魯桂華;;坐“莊”行為對盈余反應(yīng)系數(shù)的放大效應(yīng):基于滬深兩市的經(jīng)驗研究[A];中國會計學會2007年學術(shù)年會論文集（中冊）[C];2007年

10 劉榮;榮遠嘉;;試析投資性房地產(chǎn)公允價值計量模式的影響[A];科學發(fā)展·協(xié)同創(chuàng)新·共筑夢想——天津市社會科學界第十屆學術(shù)年會優(yōu)秀論文集（中）[C];2014年

相關(guān)重要報紙文章 前10條

1 本報見習記者 謝若琳;為湊8.88億元收購款 富春通信董事長減持10%股份[N];證券日報;2016年

2 本報記者 喬川川;102只股票價格比2638點水平還低逾30% 9只年報業(yè)績翻倍股被錯殺引關(guān)注[N];證券日報;2017年

3 記者 馬婧妤;案情起底 揭秘“妖王”特力A操縱案[N];上海證券報;2017年

4 本報記者 劉詩萌;證監(jiān)會重拳出擊 “游資收割機”終被瓦解[N];中國產(chǎn)經(jīng)新聞;2017年

5 中央財經(jīng)大學教授 魯桂華;股票價格決定于K線圖？[N];第一財經(jīng)日報;2013年

6 記者 馬婧妤　編輯 衡道慶;今年投資者信心整體樂觀[N];上海證券報;2009年

7 楊宏會;六月份：中油股價穩(wěn)步攀升[N];中國石油報;2000年

8 記者 王建生;美國公司沒有輕松感[N];新華每日電訊;2000年

9 ;美先行經(jīng)濟指數(shù)下滑[N];新華每日電訊;2002年

10 本報記者 劉霞;屋漏偏逢“流感”雨[N];科技日報;2009年

相關(guān)博士學位論文 前10條

1 劉俊;無效市場中主體行為對股票價格影響理論與實證分析[D];復(fù)旦大學;2003年

2 董直慶;對股票價格的經(jīng)濟學分析——兼論我國股市特性[D];中國社會科學院研究生院;2003年

3 李波;信息不對稱與股票價格的理論與實證研究[D];復(fù)旦大學;2004年

4 王玉寶;股票價格波動與貨幣政策[D];東北財經(jīng)大學;2005年

5 翟愛梅;股票價格波動的塑性和彈性理論研究[D];哈爾濱工業(yè)大學;2006年

6 馬玖軍;中國股票價格形成機理及調(diào)控機制研究[D];哈爾濱工程大學;2006年

7 孫志紅;農(nóng)業(yè)類上市公司股票價格特征研究[D];西北農(nóng)林科技大學;2011年

8 來志勤;貨幣政策對中國股票價格與收益率的影響研究[D];東北財經(jīng)大學;2012年

9 楊龍光;股票價格對貨幣政策實施機制的影響[D];西南財經(jīng)大學;2013年

10 呼建光;注意與股票價格行為[D];吉林大學;2012年

相關(guān)碩士學位論文 前10條

1 張瑋;匯率預(yù)期與股票價格的互動關(guān)系研究[D];天津財經(jīng)大學;2018年

2 滕秀萍;基于深度學習的股票價格趨勢預(yù)測方法研究[D];山東工商學院;2019年

3 董凌昱;供給側(cè)改革背景下去產(chǎn)能政策對股票價格影響研究[D];山東工商學院;2019年

4 歐映君;醫(yī)藥領(lǐng)域重大事件對于醫(yī)藥板塊股票價格影響的定量研究[D];上海師范大學;2019年

5 裴大衛(wèi);基于深度學習的多因子股票價格預(yù)測方法研究[D];中國科學技術(shù)大學;2019年

6 王志喬;我國鐵礦石期貨價格與鋼鐵行業(yè)股票價格相關(guān)性研究[D];天津大學;2018年

7 王恒;貨幣供應(yīng)量對我國股票價格影響的實證研究[D];華東政法大學;2017年

8 鎮(zhèn)璐咸;商品期貨價格波動對企業(yè)股票價格的影響分析[D];河北金融學院;2018年

9 鮮欣邑;不同行業(yè)上市公司會計信息與股票價格相關(guān)性的實證研究[D];成都理工大學;2018年

10 原琪;股票價格對收購活動影響的實證研究[D];北京化工大學;2018年

本文編號：2799071