【摘要】：金融市場對國民經(jīng)濟的作用不斷提高,無論是政府還是投資者,都對金融市場價格行為的研究具有較大興趣。金融時間序列的K線化,可以有效降低金融數(shù)據(jù)噪音。依據(jù)統(tǒng)計概率,某些特定單根或者多根K線組合出現(xiàn)后,在后續(xù)一段時間內(nèi)通常會跟隨固定的變化趨勢,稱之為特征K線。簡單的特征K線和某些指標的組合是常用的技術分析方式,但依靠人的主觀經(jīng)驗很難尋找到這種復雜的組合關系。利用人工智能算法,則更有可能尋找到其中錯綜復雜的關系。本文的主要研究內(nèi)容包括兩部分。第一部分是先對金融時間序列數(shù)據(jù)進行特征K線化處理,然后在合作協(xié)同演化算法框架下使用傳統(tǒng)SVM對數(shù)據(jù)進行建模分析。對金融時間序列數(shù)據(jù)進行特征K線化處理的方式可以有效降低金融時間序列數(shù)據(jù)的噪音。傳統(tǒng)SVM是一個優(yōu)秀的分類器,運行速度較快,適合金融數(shù)據(jù)高頻交易的應用場景。合作協(xié)同演化算法具有優(yōu)化大規(guī)模模型的能力,可以提高模型的分類精度。本文第二部分提出重建訓練集支持向量機和輪盤賭合作協(xié)同演化算法。重建訓練集支持向量機(Reconstructed Training Set Support Vector Machine,RTS-SVM)是本文針對金融時間序列數(shù)據(jù)的高噪音和分布不均的特點而提出的一種新的支持向量機�！败涢g隔”支持向量機建模后,原訓練樣本數(shù)據(jù)依據(jù)分類邊界劃分成三類不同的數(shù)據(jù)集。根據(jù)每類數(shù)據(jù)集對模型精度的影響,對數(shù)據(jù)進行取舍,重新建立新的訓練集,從而提高分類預測結果。使用輪盤賭策略改進合作協(xié)同演化算法,常用的合作協(xié)同演化算法是逐次優(yōu)化每個子部件,但有的子部件對模型精度的貢獻很小,卻獲得同樣的優(yōu)化次數(shù),增加了建模時間。而本文的輪盤賭合作協(xié)同演化算法(Roulette Cooperative Coevolution algorithm,R-CC)則是依據(jù)每個子部件對模型精度貢獻值的占比,分配優(yōu)化概率,對模型精度貢獻大的子部件會改變更多次,降低模型的時間復雜度,提升模型的優(yōu)化效果。
【圖文】：

山東師范大學碩士學位論文金融時間序列時，模型訓練完成后是固定的，而測試集一直在區(qū)別源于噪音的影響。所以優(yōu)化次數(shù)不宜過多，只能想辦法提續(xù)嘗試使用輪盤賭策略優(yōu)化合作協(xié)同演化算法，在相同優(yōu)化次演化算法是一個多種群優(yōu)化算法，常用在解決大規(guī)模的復雜問演化的方式，，通過構造多個子種群，建立它們之間競爭或者合同進化，以達到種群優(yōu)化的目的。如圖 2-1 所示，如果把系統(tǒng)子系統(tǒng)的可行解集為一個子種群，子種群用 A-P 表示，每個子應子系統(tǒng)的一個解。而優(yōu)化A中的一個個體時，必須用到B-P中群中取出一個個體則可以完整表示整個系統(tǒng)的解。通過種群之 Z 的優(yōu)化結果。

分類準確率 55.1537%。SVM 在等于 12 時取得最大分類準確如表 3-1 所示，優(yōu)化算法是 LIBSVM 自帶的網(wǎng)格搜索。經(jīng)過實式可以提高模型的分類精度。M 模型與 CANDEL+SVM 模型在不同尋優(yōu)算法上獲得的分類精效性，尋優(yōu)算法有三種。如下圖 3-4 所示，SVM+CANDEL 在的時候取得最高預測分類準確率 55.6842%。SVM 在 n 等于 1，高預測分類準確率等于 53.7634%。此時特征子集如表 3-1 所示12，SVM+CANDEL 的窗口大小是 16。經(jīng)實驗驗證，使用特征分類精度。實驗結果是在倒錘線這一種特征 K 線上獲得的，為了驗證其他，還在其余 29 種特征 K 線上進行了相同的實驗，實驗結果在 CANDEL+SVM 在 30 中不同的特征 k 線中，三種優(yōu)化算法的是下跌趨勢中看漲的形態(tài)，后 15 種是上漲趨勢中看跌的形態(tài)（實驗觀察，多種特征 K 線均有相同效果，都提高了模型分類精
【學位授予單位】：山東師范大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：F830.91;TP18

【相似文獻】

相關期刊論文 前10條

1 盧盈;;大學知識生產(chǎn)的協(xié)同演化:特征及其實現(xiàn)[J];江蘇高教;2019年04期

2 饒志明;劉小新;;福建省文化產(chǎn)業(yè)發(fā)展的協(xié)同演化觀[J];福建論壇(人文社會科學版);2008年11期

3 劉羽;"生物與環(huán)境協(xié)同演化"戰(zhàn)略研討會在上海召開[J];自然科學進展;2005年04期

4 李昕嬪;郝澤眾;郭濟彬;王琦芳;張向前;;新時代華僑華人與中國經(jīng)濟高質(zhì)量發(fā)展協(xié)同演化研究[J];特區(qū)經(jīng)濟;2019年05期

5 任騰;周忠寶;;復合系統(tǒng)的動態(tài)協(xié)同演化分析——以保險、信貨與股票金融復合系統(tǒng)為例[J];中國管理科學;2017年08期

6 孫康;柴瑞瑞;陳靜鋒;;基于協(xié)同演化模擬的海洋經(jīng)濟可持續(xù)發(fā)展路徑研究[J];中國人口·資源與環(huán)境;2014年S3期

7 鄧華;尹雪慧;;協(xié)同演化:科學與社會關系的新圖景[J];科技導報;2011年13期

8 曹天予;;生命與認知:內(nèi)在論、外在論與協(xié)同演化論[J];自然辯證法通訊;2011年04期

9 劉羽;"生物與環(huán)境協(xié)同演化"戰(zhàn)略研討會在上海召開[J];中國科學基金;2005年02期

10 張瑩;雷國平;周敏;林佳;;中國人口土地產(chǎn)業(yè)城鎮(zhèn)化的協(xié)同演化狀況[J];城市問題;2019年01期

相關會議論文 前10條

1 劉潔;梁嘉驊;魏方欣;;市場競爭的復雜性:突變與共生[A];第十一屆中國管理科學學術年會論文集[C];2009年

2 張揚;賈晉京;;創(chuàng)新及其制度環(huán)境:歷史、制度與文化對創(chuàng)新的影響[A];第三屆（2008）中國管理學年會——市場營銷分會場論文集[C];2008年

3 丁浩;張朋程;霍國輝;李菲菲;;戰(zhàn)略聯(lián)盟的生態(tài)位協(xié)同演化及狀態(tài)評價[A];第七屆中國科技政策與管理學術年會論文集[C];2011年

4 方德英;陳建斌;徐凱波;;IT服務外包中復雜知識網(wǎng)絡協(xié)同演化概念模型研究[A];第六屆（2011）中國管理學年會——商務智能分會場論文集[C];2011年

5 吳際;石春生;金勇;;制造企業(yè)組織創(chuàng)新與技術創(chuàng)新協(xié)同演化適應性評價研究[A];中國工程科技論壇第123場——2011國防科技工業(yè)科學發(fā)展論壇論文集[C];2011年

6 胡寶貴;楊博瓊;;農(nóng)業(yè)龍頭企業(yè)技術創(chuàng)新及其協(xié)同系統(tǒng)的研究[A];第九屆中國科技政策與管理學術年會論文集[C];2013年

7 洪葒;孫澤露;廖聯(lián)凱;;制造業(yè)企業(yè)價值創(chuàng)造與成本戰(zhàn)略的協(xié)同演化——基于海爾集團的案例分析[A];中國會計學會管理會計專業(yè)委員會2014年年會論文集[C];2014年

8 李建德;程蕓;;經(jīng)濟與文化的協(xié)同演化[A];中國制度經(jīng)濟學年會論文集[C];2006年

9 王仕卿;蔡紅;;廊坊森林城市建設對環(huán)首都區(qū)域宜居環(huán)境的影響[A];建設廊坊平原森林城市——打造京津冀協(xié)同發(fā)展生態(tài)涵養(yǎng)區(qū)[C];2014年

10 秦養(yǎng)民;顧延生;謝樹成;周修高;;近百年來漲渡湖環(huán)境演化的有殼變形蟲記錄[A];中國海洋湖沼學會第九次全國會員代表大會暨學術研討會論文摘要匯編[C];2007年

相關重要報紙文章 前1條

1 王丹;地球生命與環(huán)境協(xié)同演化領域獲重大進展[N];中國礦業(yè)報;2018年

相關博士學位論文 前10條

1 潘安成;基于組織適應力與戰(zhàn)略選擇協(xié)同演化的企業(yè)持續(xù)成長研究[D];東南大學;2006年

2 李慶東;產(chǎn)業(yè)創(chuàng)新系統(tǒng)協(xié)同演化理論與績效評價方法研究[D];吉林大學;2008年

3 孟召宜;文化經(jīng)濟協(xié)同演化研究[D];河南大學;2009年

4 侯薇;基于博弈論的協(xié)同演化算法研究[D];哈爾濱工程大學;2014年

5 丁衛(wèi)平;粗糙集屬性協(xié)同演化約簡關鍵問題研究[D];南京航空航天大學;2013年

6 鐘家雨;旅游業(yè)與城鎮(zhèn)化協(xié)同發(fā)展研究[D];中南大學;2014年

7 齊秀輝;基于混沌的適應性企業(yè)戰(zhàn)略協(xié)同演化與實現(xiàn)研究[D];哈爾濱工程大學;2013年

8 張文國;技術與自然的本質(zhì)相關性及協(xié)同演化探究[D];東北大學;2013年

9 賀磊;基于系統(tǒng)視角的銀行業(yè)與保險業(yè)協(xié)同發(fā)展研究[D];中南大學;2014年

10 姚建華;基于企業(yè)家創(chuàng)新的產(chǎn)業(yè)演化研究[D];暨南大學;2009年

相關碩士學位論文 前10條

1 賴媤鑫;垂直細分市場下互聯(lián)網(wǎng)平臺生態(tài)圈協(xié)同演化過程研究[D];廈門大學;2017年

2 樊正德;供求協(xié)同演化視角下房地產(chǎn)投資對人口變動的響應研究[D];蘭州財經(jīng)大學;2019年

3 姜志朋;合作協(xié)同演化算法在特征K線預測中的應用研究[D];山東師范大學;2019年

4 呂亮;基于收斂速度控制器擴展的協(xié)同演化優(yōu)化算法及其應用[D];華南理工大學;2018年

5 譚奇;新興國家市場中消費電子企業(yè)與消費者協(xié)同演化動態(tài)能力的構建[D];北京外國語大學;2018年

6 劉宇;基于雙重特征協(xié)同演化的情感增量模型構建方法研究[D];哈爾濱工程大學;2018年

7 陳新雅;經(jīng)濟學中的達爾文主義[D];山西大學;2018年

8 吳文洋;廣東省科技金融與高新技術產(chǎn)業(yè)協(xié)同演化機制研究[D];廣東財經(jīng)大學;2018年

9 湯U嗛

本文編號：2649579