【摘要】：隨著經(jīng)濟(jì)的發(fā)展和人們投資意識(shí)的轉(zhuǎn)變，股票已成為現(xiàn)代人生活中的一個(gè)重要組成部分，股票投資已成為社會(huì)公眾談?wù)摰闹行闹�，而股市的健康發(fā)展和繁榮也成為管理者和投資者關(guān)心和研究的重點(diǎn)。股票投資的收益與風(fēng)險(xiǎn)往往是成正比的，即投資收益越高，可能冒的風(fēng)險(xiǎn)越大。因此，股市預(yù)測(cè)方法的研究具有極其重要的應(yīng)用價(jià)值和理論意義。但是股價(jià)系統(tǒng)內(nèi)部結(jié)構(gòu)的復(fù)雜性、外部因素的多變性決定了這項(xiàng)任務(wù)的艱巨性。 本文在深入分析股票投資理論和股價(jià)預(yù)測(cè)方法的基礎(chǔ)上，提出了利用屬性論方法和波恩斯坦基函數(shù)擬合技術(shù)的股市預(yù)測(cè)算法。該算法充分考慮了歷史因素對(duì)未來(lái)的影響。對(duì)于上市時(shí)間較長(zhǎng)的股票，先將該股票的時(shí)間序列劃分成若干寬度相等的數(shù)據(jù)窗口，通過(guò)對(duì)其股價(jià)時(shí)間序列進(jìn)行相似性搜索，找到與當(dāng)前股票時(shí)間序列數(shù)據(jù)窗口運(yùn)行軌跡最為相似的數(shù)據(jù)窗口，這種相似數(shù)據(jù)窗口可能存在多個(gè)也可能沒(méi)有。如果是第一種情況，即存在多個(gè)相似數(shù)據(jù)窗口，，這時(shí)再結(jié)合市場(chǎng)能量指標(biāo)(MAV，PSY，OBV)作為二次判斷的依據(jù)，最終找到最相似數(shù)據(jù)窗口，并利用數(shù)據(jù)窗口的滑動(dòng)模型求出相應(yīng)的滑動(dòng)系數(shù)，從而預(yù)測(cè)該股次日的股價(jià)。如果是第二種情況或?qū)τ谛律鲜械墓善保驘o(wú)歷史因素可供參考，則使用波恩斯坦基函數(shù)擬合技術(shù)，把股票時(shí)間序列擬合出來(lái)。波恩斯坦基函數(shù)具有凸包性并具有一定的泛化能力，這一點(diǎn)可以作為預(yù)測(cè)算法的另一理論依據(jù)。 運(yùn)用本算法編寫的軟件對(duì)大量的股票進(jìn)行了實(shí)際預(yù)測(cè)，預(yù)測(cè)結(jié)果令人滿意。證明了本算法簡(jiǎn)單、有效。為了和神經(jīng)網(wǎng)絡(luò)方法作個(gè)比較，我們還設(shè)計(jì)了一個(gè)遺傳神經(jīng)網(wǎng)絡(luò)，并用此遺傳神經(jīng)網(wǎng)絡(luò)對(duì)相同的股票進(jìn)行了相同的預(yù)測(cè)。在論文的最后提出了一些對(duì)本算法改進(jìn)的思想。
【圖文】：

月鄯椒ㄓ氬ǘ魎固夠猥

本文編號(hào)：2695969