基于有无监督学习的股价预测对比实证分析

发布时间：2024-02-24 15:33

　　自股票作为一种投资工具被人们所熟知后,股票市场逐步渗透进大众的生活中,并且凭借其资产配置及价格再发现等功能,在国家经济中也发挥着举足轻重的作用。越来越多的人尝试从大量的、不完整的、模糊的股票历史数据中挖掘出隐藏的、有价值的信息,从而进行股票价格的预测,并进一步在股票市场中获得较为可观的收益。然而股票数据的波动非线性性和复杂性等特性可以反映出股价的预测并不像想象中那么简单。近年来,机器学习也是迅速崛起的一个分支,它在大众传媒中的应用范围和宣传力度决定了机器学习算法在不久的将来必然可以取得巨大的进步。同时机器学习算法也凭借其归纳计算能力在股票价格领域得到广泛的应用,各类学习算法根据训练数据中的输入和输出数据拟合出相应的参数,使得其训练出的模型达到误差最小化。然而机器学习领域中的回归算法种类多样,如何在不确定未来股价走势的情况下选取适用于股票数据且预测精度较高的模型则成为现阶段下人们需要考虑和解决的问题。本文所要解决的主要问题就是对比三种有监督学习算法:支持向量机、k-最近邻回归和决策树模型在股价预测方面的精确度,包括单一模型以及结合聚类方法的组合模型。本文在回顾各种股票预测方法,详细阐述有...

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

图３－１上证综指的收盘价格折线图??同样地，本文还选取同一时间段标准普尔５００指数的数据

图３－１上证综指的收盘价格折线图??同样地，本文还选取同一时间段标准普尔５００指数的数据。标准普尔５００指??数记录美国５００家上市公司，由标准普尔公司创建并维护。它是以１９４１年至１９４３??年为基期，基期指数定为１０，以股票上市量为权数，按基期进行加权计算的股票??指数。目前....

图３－２标准普尔５００指数的收盘价格折线图??３．３数据预处理??

＾?＾?＾?＾?＾?＾?＾?＾?＾?＾??ｄａｔｅ??图３－１上证综指的收盘价格折线图??同样地，本文还选取同一时间段标准普尔５００指数的数据。标准普尔５００指??数记录美国５００家上市公司，由标准普尔公司创建并维护。它是以１９４１年至１９４３??年为基期，基期指数定为１０，以股....

图３－３选取高斯核函数的支持向量机对上证综指的预测效果??

＾?＾?＾?４＊?４＾?＾?＾?＾?＾??ｄａｔｅ??图３－２标准普尔５００指数的收盘价格折线图??３．３数据预处理??首先利用Ｐｙｔｈｏｎ对实验数据进行标准化处理。其原理为：??，＊＝?口，??〇??其中，＾和＾分别为全部数据的均值和标准差。标准化后的数据均值为０，方差为??１....

图３－４距离加权下ｋ－最近邻回归对上证综指的预测效果??－

?２〇?Ｓ?ｍ?Ｓ?ｌｏｏ?ｍ?ｍｏ??ｔｅｓｔ?ｓｅｌ??图３－３选取高斯核函数的支持向量机对上证综指的预测效果??综上所述，在使用支持向量机算法对股票数据进行预测时，选取高斯核函数??时可以得到更为优秀的结果，这是因为股票数据非线性的特点，下章我们对模型??进行组合预测时，将....

本文编号：3909220