發(fā)布時(shí)間：2021-06-10 23:02

　　隨著人工智能技術(shù)的發(fā)展,量化投資已成為歐美資本市場(chǎng)發(fā)展的熱點(diǎn)與焦點(diǎn),越來(lái)越多的公司將數(shù)據(jù)挖掘技術(shù)和機(jī)器學(xué)習(xí)算法應(yīng)用于金融量化投資領(lǐng)域。利用機(jī)器學(xué)習(xí)方法進(jìn)行股票價(jià)格和走勢(shì)預(yù)測(cè),以及利用股票未來(lái)趨勢(shì)進(jìn)行量化選股的研究是非常具有實(shí)際意義的,并具有良好的發(fā)展前景。本文主要基于機(jī)器學(xué)習(xí)中的K-近鄰算法（KNN）來(lái)進(jìn)行股票價(jià)格和股票指數(shù)的趨勢(shì)預(yù)測(cè),在分類(lèi)算法的子進(jìn)程——時(shí)間序列的相似性度量中應(yīng)用動(dòng)態(tài)時(shí)間彎曲（DTW）,構(gòu)建了DTW-KNN模型,并充分分析了量?jī)r(jià)關(guān)系,將換手率作為成交量的度量,構(gòu)建了基于量?jī)r(jià)關(guān)系的改進(jìn)模型。同時(shí)本文應(yīng)用支持向量機(jī)模型作為本文構(gòu)建模型的對(duì)比模型。本文將三種模型應(yīng)用于中美股票市場(chǎng),分別對(duì)上證50指數(shù)和標(biāo)準(zhǔn)普爾500指數(shù)進(jìn)行了趨勢(shì)預(yù)測(cè)。實(shí)證結(jié)果得到支持向量機(jī)模型和本文構(gòu)建的DTW-KNN模型和基于量?jī)r(jià)關(guān)系的改進(jìn)模型對(duì)股票指數(shù)趨勢(shì)預(yù)測(cè)的準(zhǔn)確率均能達(dá)到55%%以上,表明三種模型均是有效的,并且改進(jìn)模型的預(yù)測(cè)性能明顯優(yōu)于DTW-KNN模型和支持向量機(jī)模型。本文基于DTW-KNN模型和改進(jìn)模型在股票趨勢(shì)預(yù)測(cè)的基礎(chǔ)上結(jié)合我國(guó)股票市場(chǎng)的實(shí)際情況構(gòu)建了量化選股策略。策略回測(cè)結(jié)果表明,基于... 

【文章來(lái)源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１：歐氏距離和ＤＴＷ匹配方式比較??

?ｔｎ．?（２．３）??＊５和ｒ被排列構(gòu)造成一個(gè)ｎｘｍ的矩陣（見(jiàn)圖２．２）。矩陣中的每個(gè)點(diǎn)（ｉ，ｊ）都對(duì)準(zhǔn)一??個(gè)時(shí)間序列和模式點(diǎn)元素＾和＾，其值為＆和￣的距離測(cè)度，通�？坍�(huà)兩個(gè)數(shù)的??距離有絕對(duì)距離和歐氏距離，不失一般性，本文采用的是如下的絕對(duì)距離：??ｄ（ｉ，ｊ）?＝?＼ｓｉ－ｔｊ＼．?（２．４）??構(gòu)造矩陣后，找到一個(gè)彎曲路徑，以達(dá)到使序列＾和模式ｒ的累積距離最小??的目的。彎曲路徑＝叫，．扣２，…，購(gòu)＜＂（ｍａｘ（ｍ，ｎ）?ｇ?Ｋ?￡?ｍ?＋?ｎ?－?１）是一個(gè)網(wǎng)??格點(diǎn)序列，定義一個(gè)映射函數(shù)４?：?４?Ｗ，這樣就將＆?ｒ之間的對(duì)應(yīng)關(guān)系??轉(zhuǎn)變?yōu)橐粭l彎曲路徑

距離與前一點(diǎn)的彎曲路徑最小累積距離的和。??下面給出一個(gè)具體的實(shí)例來(lái)說(shuō)明最小彎曲距離的計(jì)算過(guò)程，使用的數(shù)據(jù)??（此處的數(shù)據(jù)無(wú)實(shí)際意義，其波動(dòng)模式和圖２．１中給出的波動(dòng)模式相同）如下：??Ｔ＝?［８，１０，１２，１０，８，１２］，?（２．１１）??５＝?［９，１１，９，７，９，１１］．?（２．１２）??以ｒ作為模板，＾作為與之比較的模式序列，計(jì)算結(jié)果如圖２．３所示，左側(cè)??為模式ｒ的圖，右側(cè)下方為序列ｓ的圖，右側(cè)上方為最短的彎曲路徑。??Ｄｙｎａｍｉｃ?Ｔｉｍｅ?Ｗａｒｐｉｎｇ?（７．００）??８．０?Ｓ．５?Ｍ?９．５?１０．０?１０．５?１１．０?Ｕ．５?１２．０?０?１?２?３?４?５?６??ｙ?１１．０??ｊｒ?：￣－￣；?５?ｔ，??１０．５?－?，／?＼?／－??１０．０?－?／?＼?／?－??－／?＼?／?－??ａｓ?－?＼?／?－??ａｏ?－?＼?／?－??７－５?－｜?—?Ｓ｜?＼?／?－??７〇０￣￣�。玻常矗�??Ｘ??圖２．３：最短彎曲路徑及距離??右側(cè)上方的矩陣中的數(shù)據(jù)如表２．１所示，表中最左邊一列為模式ｒ，最下邊??一行為時(shí)間序列Ｓ■


本文編號(hào)：3223278