在變化多端的股票市場中,若能掌握影響股票價格波動的主要因素以及影響方式,在股票投資前判斷出股票價格的反轉(zhuǎn)點(diǎn),做到高拋低吸,那么投資者就能獲得理想的投資回報,因此,股票價格反轉(zhuǎn)點(diǎn)的預(yù)測和價格影響因素分析在投資決策中起著至關(guān)重要的作用。本文主要研究基于獨(dú)立分量分析的股票價格反轉(zhuǎn)點(diǎn)預(yù)測模型以及股票價格波動的影響因素分析模型,主要內(nèi)容如下:（1）針對一些傳統(tǒng)的股票價格反轉(zhuǎn)點(diǎn)預(yù)測方法計(jì)算不準(zhǔn)確、易陷入局部最小等問題,提出了一種結(jié)合ICA和SVM的股票價格反轉(zhuǎn)點(diǎn)預(yù)測模型（ICA-SVM）。該模型利用ICA提取股票價格波動的結(jié)構(gòu)特征并進(jìn)行股票價格重建,使得股票價格反轉(zhuǎn)特征凸顯,弱化了其他干擾因素的影響,同時利用SVM實(shí)現(xiàn)股票價格反轉(zhuǎn)點(diǎn)的預(yù)測。實(shí)證結(jié)果表明,ICA-SVM模型對股價變化幅度較小的銀行股、震動幅度較大的創(chuàng)業(yè)板股、占市場份額較大的房地產(chǎn)股票都取得了較好的結(jié)果,其查全率、查準(zhǔn)率及F_Measure與SVM模型比有所提高。（2）DICA能克服ICA分類性能上的不足,但計(jì)算復(fù)雜度高,GWO因其結(jié)構(gòu)簡單、參數(shù)少、收斂速度快被廣泛應(yīng)用于工程優(yōu)化問題且取得了良好的效果。因此,本文提... 

【文章來源】：西安理工大學(xué)陜西省

【文章頁數(shù)】：84 頁

【學(xué)位級別】：碩士

【部分圖文】：

ICA的一般過程

232( )/，則 為向下反轉(zhuǎn)點(diǎn)，圖 2-2 為反轉(zhuǎn)點(diǎn)示意圖圖2-2 反轉(zhuǎn)點(diǎn)示意圖Fig.2-2 Inversion point sketch（2）指數(shù)平滑移動平均線（MACD）的定義MACD 是 Geral Appel 在 1979 年提出的[60]，它是一項(xiàng)利用長期移動平均線與短期移動平均線的聚合、分離狀況，對買進(jìn)和賣出時間做出判斷的技術(shù)指標(biāo)[5]。當(dāng) MACD 從負(fù)數(shù)轉(zhuǎn)向正數(shù)，是買的信號，將該天稱為向上反轉(zhuǎn)點(diǎn)；當(dāng) MACD 從正數(shù)轉(zhuǎn)向負(fù)數(shù)，是賣的信號，將該天稱為向下反轉(zhuǎn)點(diǎn)。（3）順勢指標(biāo)（CCI）的定義CCI 指標(biāo)是由美國股市分析家唐納德.蘭伯特于上世紀(jì)八十年代提出的[60]，它最早用于期貨市場的判斷，后來運(yùn)用于股票市場的判斷，是一種比較特殊的技術(shù)分析指標(biāo)[5]。CCI 指標(biāo)它的變化范圍為： , ，存在一個相對的參考范圍： 1 00, 1 00 。因此

3( , )0.015 ( , )xxxTYP MA TYP NCCIAVEDEV TYP N 的最高價，xLOW 為第 x天的最低價，C N 天內(nèi)的平均值， AVEDEV (T YP , N )表 14。( , )100%( , )xxCLOSE MA CLOSE NIASMA CLOSE N 收盤價， MA( C LOSE , N )表示 N 日收盤點(diǎn)預(yù)測首次被提出，它在解決小樣本、非線性量機(jī)是一個二分類的分類模型（或者叫做

【參考文獻(xiàn)】：
期刊論文
[1]多元線性回歸模型應(yīng)用實(shí)證分析[J]. 蔡素麗.  廊坊師范學(xué)院學(xué)報(自然科學(xué)版). 2017(04)
[2]基于WSVM的股票轉(zhuǎn)折點(diǎn)預(yù)測研究[J]. 鄭興,王領(lǐng),秦璐,程小林.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2017(06)
[3]改進(jìn)的復(fù)值快速獨(dú)立分量分析算法[J]. 尹洪偉,李國林,路翠華.  探測與控制學(xué)報. 2015(05)
[4]求解約束優(yōu)化問題的改進(jìn)灰狼優(yōu)化算法[J]. 龍文,趙東泉,徐松金.  計(jì)算機(jī)應(yīng)用. 2015(09)
[5]基于分段線性表示和高斯過程分類的股票轉(zhuǎn)折點(diǎn)概率預(yù)測[J]. 李豐,高峰,寇鵬.  計(jì)算機(jī)應(yīng)用. 2015(08)
[6]基于BP神經(jīng)網(wǎng)絡(luò)的股票價格反轉(zhuǎn)點(diǎn)預(yù)測[J]. 王建國.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2015(05)
[7]中央銀行存款準(zhǔn)備金率調(diào)整對股市的影響——基于事件分析法和趨勢分析法的實(shí)證分析[J]. 呂俊儒.  中國市場. 2014(20)
[8]改進(jìn)的獨(dú)立分量分析算法[J]. 季策,于洋,于鵬.  東北大學(xué)學(xué)報(自然科學(xué)版). 2010(08)
[9]獨(dú)立成份分析方法在股票分析中的應(yīng)用[J]. 陳玉山,席斌.  計(jì)算機(jī)工程與設(shè)計(jì). 2007(06)
[10]改進(jìn)的快速獨(dú)立分量分析算法[J]. 黃麗妍,高強(qiáng),亢海燕,趙振兵,許怡嫻.  華北電力大學(xué)學(xué)報. 2006(03)

碩士論文
[1]灰狼算法的優(yōu)化研究與實(shí)現(xiàn)[D]. 康娜.吉林大學(xué) 2018
[2]國際原油市場對新能源汽車股票市場的影響分析[D]. 丁美月.陜西師范大學(xué) 2017
[3]基于Lasso的我國股票價格影響因素分析[D]. 張興鳳.西南財經(jīng)大學(xué) 2016
[4]中國新能源板塊上市公司投資效率及影響因素分析[D]. 盛雯聰.遼寧大學(xué) 2015
[5]基于VAR模型的我國股指期貨影響因素實(shí)證研究[D]. 王谷文.華中師范大學(xué) 2015
[6]基于BVAR模型的我國股票價格宏觀經(jīng)濟(jì)因素影響分析[D]. 軒慧芳.暨南大學(xué) 2014
[7]比亞迪新能源汽車消費(fèi)的影響因素研究[D]. 趙斌.中南大學(xué) 2010



本文編號：3412241