發(fā)布時間：2018-01-01 21:52

  本文關鍵詞：基于機器學習的股指預測算法　出處：《天津工業(yè)大學》2017年碩士論文　論文類型：學位論文

  更多相關文章： 股指 機器學習 特征向量 支持向量回歸 遺傳算法

【摘要】：股票價格指數(shù)的變化可以有效反映股票市場各種股票的價格水平,幫助投資者理解股票變動情況。當下,中國股票市場在國民經(jīng)濟中的作用和地位是越來越重要。因此,研究股指變化規(guī)律對于市場管理者和廣大投資者來說都具有很重要的意義。本文通過建立回歸模型來預測股指的變化規(guī)律。首先,從實驗數(shù)據(jù)的選取入手。不同于以往的研究方法,本文采用多種實驗數(shù)據(jù),主要包括大盤指數(shù)和股票歷史交易數(shù)據(jù)。由于股指是通過股票價格加權求得,通過股票的交易數(shù)據(jù)可以更有效的求得股指的變化規(guī)律。其次,本文提出多種新的特征向量用于股票指數(shù)的預測。特征向量是預測模型重要的組成部分,本文從不同的方面求得多個特征向量,包括:成交分布、成交對比、上升下降趨勢總對比、上升下降功能、動能趨勢等。最后,本文選擇支持向量回歸作為我們的預測模型,并使用遺傳算法尋求模型的最優(yōu)參數(shù)。通過大量真實的股票數(shù)據(jù)驗證了本文得出的模型可以有效的對股指的變化進行預測,幫助廣大投資者了解股票市場的變化情況,對于普通投資者的股票投資有一定的參考意義。
[Abstract]:The change of the stock price index can effectively reflect the stock market all the stock price level, to help investors understand the stock changes. At the moment, and the status of China stock market in the national economy is more and more important. Therefore, the change law of stock market for managers and investors have a very important significance. This paper establish the regression model to predict the changes of stock index. First of all, starting from the selected experimental data. Different from the previous research methods, by using various experimental data, including the stock market index and historical transaction data. Because the stock index is obtained through the weighted stock price, the stock transaction data through the changes of the index can be obtained more effectively. Secondly, this paper presents a variety of new feature vector is used to predict the stock index. The feature vector is an important prediction model Part of this paper, from different aspects of the multiple feature vectors, including: transaction distribution, turnover increased contrast, downward trend in total contrast, the rise and fall of function, kinetic energy trend. Finally, this paper choose support vector regression as our prediction model, and use the genetic algorithm to seek the optimal parameters of the model. Through a large number of real the stock data to verify the model can effectively predict the change of stock index, help investors understand the change of the stock market, it has certain reference significance for ordinary investors in the stock investment.

【學位授予單位】：天津工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：F832.51;TP181

【參考文獻】

相關期刊論文 前10條

1 朱洪甲;;中國股指期貨市場混沌特征實證分析[J];經(jīng)營管理者;2012年09期

2 薛勇;郭菊娥;梁偉;;股指期貨預測模型構建及其應用效果分析[J];統(tǒng)計與決策;2009年13期

3 陳亞雯;;美國次貸危機對中國股市的影響[J];經(jīng)濟研究參考;2008年60期

4 莊新田;李冰;;對有效市場的挑戰(zhàn)——資本市場分形與混沌的研究綜述[J];東北大學學報(社會科學版);2008年02期

5 吳萌;徐全智;;支持向量機在金融時間序列預測中的應用[J];電子科技大學學報;2007年S1期

6 何曉光;朱永軍;;中國A股市場收益波動的非對稱性研究[J];數(shù)理統(tǒng)計與管理;2007年01期

7 張文鋼;谷軍;;分類數(shù)據(jù)挖掘綜述及應用[J];太原師范學院學報(自然科學版);2006年03期

8 陳芳平;李松濤;;股指期貨推出對股指波動性影響的實證研究——基于日經(jīng)225指數(shù)期貨交易整合式市場模式[J];甘肅金融;2006年02期

9 陳亨友;;數(shù)據(jù)分類中決策樹算法的研究[J];軟件導刊;2005年13期

10 劉超,楊宏艷;國外股指期貨對我國的借鑒分析[J];商場現(xiàn)代化;2005年18期

，

本文編號：1366349