本文關(guān)鍵詞：基于機(jī)器學(xué)習(xí)的股指預(yù)測(cè)算法　出處：《天津工業(yè)大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 股指 機(jī)器學(xué)習(xí) 特征向量 支持向量回歸 遺傳算法

【摘要】：股票價(jià)格指數(shù)的變化可以有效反映股票市場(chǎng)各種股票的價(jià)格水平,幫助投資者理解股票變動(dòng)情況。當(dāng)下,中國(guó)股票市場(chǎng)在國(guó)民經(jīng)濟(jì)中的作用和地位是越來(lái)越重要。因此,研究股指變化規(guī)律對(duì)于市場(chǎng)管理者和廣大投資者來(lái)說(shuō)都具有很重要的意義。本文通過(guò)建立回歸模型來(lái)預(yù)測(cè)股指的變化規(guī)律。首先,從實(shí)驗(yàn)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(shí)驗(yàn)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(guò)股票價(jià)格加權(quán)求得,通過(guò)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(yù)測(cè)。特征向量是預(yù)測(cè)模型重要的組成部分,本文從不同的方面求得多個(gè)特征向量,包括:成交分布、成交對(duì)比、上升下降趨勢(shì)總對(duì)比、上升下降功能、動(dòng)能趨勢(shì)等。最后,本文選擇支持向量回歸作為我們的預(yù)測(cè)模型,并使用遺傳算法尋求模型的最優(yōu)參數(shù)。通過(guò)大量真實(shí)的股票數(shù)據(jù)驗(yàn)證了本文得出的模型可以有效的對(duì)股指的變化進(jìn)行預(yù)測(cè),幫助廣大投資者了解股票市場(chǎng)的變化情況,對(duì)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(xué)位授予單位】：天津工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：F832.51;TP181

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 朱洪甲;;中國(guó)股指期貨市場(chǎng)混沌特征實(shí)證分析[J];經(jīng)營(yíng)管理者;2012年09期

2 薛勇;郭菊娥;梁偉;;股指期貨預(yù)測(cè)模型構(gòu)建及其應(yīng)用效果分析[J];統(tǒng)計(jì)與決策;2009年13期

3 陳亞雯;;美國(guó)次貸危機(jī)對(duì)中國(guó)股市的影響[J];經(jīng)濟(jì)研究參考;2008年60期

4 莊新田;李冰;;對(duì)有效市場(chǎng)的挑戰(zhàn)——資本市場(chǎng)分形與混沌的研究綜述[J];東北大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2008年02期

5 吳萌;徐全智;;支持向量機(jī)在金融時(shí)間序列預(yù)測(cè)中的應(yīng)用[J];電子科技大學(xué)學(xué)報(bào);2007年S1期

6 何曉光;朱永軍;;中國(guó)A股市場(chǎng)收益波動(dòng)的非對(duì)稱性研究[J];數(shù)理統(tǒng)計(jì)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(yīng)用[J];太原師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2006年03期

8 陳芳平;李松濤;;股指期貨推出對(duì)股指波動(dòng)性影響的實(shí)證研究——基于日經(jīng)225指數(shù)期貨交易整合式市場(chǎng)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(dǎo)刊;2005年13期

10 劉超,楊宏艷;國(guó)外股指期貨對(duì)我國(guó)的借鑒分析[J];商場(chǎng)現(xiàn)代化;2005年18期

，

本文編號(hào)：1366349