股票是人們進(jìn)行投資和理財(cái)?shù)闹匾绞?越來越受到人們的關(guān)注。對股票的準(zhǔn)確預(yù)測不僅能給投資者帶來收益,而且能極大地促進(jìn)國民經(jīng)濟(jì)的發(fā)展。股票預(yù)測以預(yù)測股票未來的價(jià)格走勢為目的,是實(shí)現(xiàn)股票投資利潤最大化的關(guān)鍵。然而,股票價(jià)格受到許多因素的影響,如股票公司的盈利情況、國民生產(chǎn)總值、投資者的情緒、行業(yè)景氣度等,對其精準(zhǔn)預(yù)測仍然是一個(gè)具有挑戰(zhàn)性的任務(wù)。對于股票價(jià)格預(yù)測來說,基于股票價(jià)格歷史數(shù)據(jù)的預(yù)測模型是常用的預(yù)測方法之一,其包含兩個(gè)重要環(huán)節(jié):(1)構(gòu)建合理的相似性測度,用于描述不同(價(jià)格)時(shí)間序列曲線之間的相似性程度;(2)構(gòu)建時(shí)間序列預(yù)測模型,用于精準(zhǔn)評估未來時(shí)間序列的變化趨勢。針對上述兩個(gè)環(huán)節(jié),本文主要做了如下兩方面的工作:(1)在相似度測度方面,提出了一種新的相似度度量方法——?jiǎng)討B(tài)多視角個(gè)性化相似度測度,用于準(zhǔn)確度量任意兩段股票價(jià)格曲線之間的相似程度。具體來講,我們首先對時(shí)間序列進(jìn)行加權(quán),用于體現(xiàn)不同時(shí)間的值對趨勢預(yù)測所發(fā)揮作用的差異;然后將蘭氏距離嵌入到動(dòng)態(tài)彎折距離中,用于度量任意兩個(gè)時(shí)間序列之間的相似性程度。新測度不僅可以體現(xiàn)時(shí)間序列的特性,消除奇異點(diǎn)的影響,還可以解決時(shí)間漂移和錯(cuò)位現(xiàn)象...

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 時(shí)間序列相似性測度的研究現(xiàn)狀
        1.2.2 時(shí)間序列預(yù)測方法的研究現(xiàn)狀
        1.2.3 研究現(xiàn)狀存在的問題
    1.3 本文研究內(nèi)容
    1.4 本文章節(jié)安排
2 基于動(dòng)態(tài)多視角相似性測度的股票價(jià)格預(yù)測
    2.1 常用的時(shí)間序列相似性測度
        2.2.1 歐氏距離
        2.2.2 蘭氏距離
        2.2.3 動(dòng)態(tài)時(shí)間彎曲距離
        2.2.4 歐氏距離、蘭氏距離和動(dòng)態(tài)時(shí)間彎曲距離的比較
    2.2 動(dòng)態(tài)多視角相似性測度的構(gòu)建
        2.2.1 動(dòng)態(tài)多視角相似性測度
        2.2.2 預(yù)測方案
    2.3 基于動(dòng)態(tài)多視角相似性測度的股票價(jià)格預(yù)測實(shí)驗(yàn)
        2.3.1 數(shù)據(jù)來源與預(yù)處理
        2.3.2 不同相似度測度之間的比較
        2.3.3 動(dòng)態(tài)多視角相似度測度性能分析
    2.4 本章小結(jié)
3 基于最大相關(guān)熵自回歸模型的股票價(jià)格預(yù)測
    3.1 常用的股票序列預(yù)測模型
        3.1.1 自回歸模型
        3.1.2 神經(jīng)網(wǎng)絡(luò)模型
    3.2 最大相關(guān)熵自回歸模型的構(gòu)建
        3.2.1 相關(guān)熵
        3.2.2 最大相關(guān)熵自回歸模型的建立
    3.3 基于最大相關(guān)熵自回歸模型的股票價(jià)格預(yù)測實(shí)驗(yàn)
        3.3.1 不同預(yù)測模型之間的比較
        3.3.2 最大相關(guān)熵自回歸模型與預(yù)測方法性能的比較
    3.4 本章小結(jié)
4 總結(jié)
參考文獻(xiàn)
碩士期間發(fā)表的學(xué)術(shù)論文目錄
致謝



本文編號：3895973