本文關(guān)鍵詞：基于KNN方法的股票價(jià)格趨勢預(yù)測研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：股票不僅能廣泛地聚積社會(huì)的閑散資金來擴(kuò)大國家經(jīng)濟(jì)建設(shè)規(guī)模,而且能推動(dòng)資金的融通和經(jīng)濟(jì)之間的聯(lián)系,提升資源的使用率。股票價(jià)格的波動(dòng)不僅反映國內(nèi)經(jīng)濟(jì)的發(fā)展形勢和上市公司的運(yùn)營狀況,更是企業(yè)融資和股民投資的重要依據(jù)。因此,預(yù)測股票市場價(jià)格的漲跌,可以為廣大投資者有效地克服盲目的投資。本文分析了國內(nèi)外股票趨勢預(yù)測的相關(guān)研究和存在的問題,采用統(tǒng)計(jì)量對(duì)描述股票價(jià)格的指標(biāo)進(jìn)行融合,以達(dá)到降維的目的,從而構(gòu)建描述股票價(jià)格的新的指標(biāo)空間。根據(jù)以往采集的股票價(jià)格指標(biāo)數(shù)據(jù),對(duì)現(xiàn)有股票價(jià)格趨勢進(jìn)行研判。本文工作如下:首先,股票價(jià)格指標(biāo)及其趨勢的分析與確定。在分析各類常用反映股票價(jià)格趨勢指標(biāo)的基礎(chǔ)上,本文選取一定周期內(nèi)的收盤價(jià)格、最低價(jià)格、總手、換手率、成交金額、成交次數(shù)、漲跌幅和振幅作為描述股票價(jià)格的特征指標(biāo),將股票價(jià)格的上漲和下跌兩種趨勢作為分類標(biāo)簽,基于此,將股票價(jià)格趨勢預(yù)測問題轉(zhuǎn)化為兩分類問題。其次,股票價(jià)格指標(biāo)的融合與降維。提取15天內(nèi)的股票價(jià)格指標(biāo),則形成維數(shù)為150的指標(biāo)向量。維數(shù)過大,極易導(dǎo)致運(yùn)算量和干擾的出現(xiàn),從而導(dǎo)致研判的不準(zhǔn)確性。本文采用基于統(tǒng)計(jì)量的方法來計(jì)算一個(gè)周期內(nèi)的各項(xiàng)指標(biāo)的統(tǒng)計(jì)量,如均值、標(biāo)準(zhǔn)差、中位數(shù)、峰度和偏度,以獲取融合指標(biāo),從而達(dá)到降維的目的,獲取到維數(shù)為50的股票價(jià)格指標(biāo)向量。采用此種方法,可以獲取訓(xùn)練數(shù)據(jù)集與測試數(shù)據(jù)集。再次,基于K近鄰分類方法的股票價(jià)格趨勢研判。對(duì)要預(yù)測價(jià)格趨勢的股票,采用K近鄰方法對(duì)其進(jìn)行研判,并給出具體算法步驟。最后,本文選取A股市場中五個(gè)行業(yè)(如計(jì)算機(jī)應(yīng)用、中藥、食品加工制造、生物制品和通訊設(shè)備)的歷史交易數(shù)據(jù),通過融合與降維處理構(gòu)建訓(xùn)練數(shù)據(jù)集與測試數(shù)據(jù)集。在每個(gè)行業(yè)的數(shù)據(jù)中,選取200組上升趨勢和200組下降趨勢的趨勢片段,將具有上漲趨勢特征的股票數(shù)據(jù)作為第一類,具有下跌趨勢特征的股票數(shù)據(jù)作為第二類,分別選取兩類數(shù)據(jù)總數(shù)的前2/3作為訓(xùn)練集,后1/3作為測試集,其中,K近鄰方法中K取15,5個(gè)行業(yè)的分類精度依次為100%、99.25%、99.00%、99.75%和98.75%;同花順模擬平臺(tái)的實(shí)驗(yàn)結(jié)果是,除一支股票有配股的基本面影響外,其于4支股票趨勢的短期預(yù)測均是準(zhǔn)確的。實(shí)驗(yàn)結(jié)果顯示,采用基于數(shù)據(jù)驅(qū)動(dòng)原理的KNN方法對(duì)股票價(jià)格趨勢進(jìn)行研判是可行的。但是,利好消息對(duì)股票的增長趨勢也具有一定的影響,因此,在今后的研究中,需要融合基本面信息,做到定性分析與定量分析相結(jié)合。
【關(guān)鍵詞】：股票價(jià)格趨勢分析 特征提取 降維 KNN方法
【學(xué)位授予單位】：東北農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：F832.51
【目錄】：

• 中文摘要8-9
• 英文摘要9-11
• 1 引言11-18
• 1.1 本文研究的背景、目的與意義11-13
• 1.1.1 選題背景11
• 1.1.2 研究目的11-12
• 1.1.3 研究意義12-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-15
• 1.2.1 國外研究現(xiàn)狀13-14
• 1.2.2 國內(nèi)研究現(xiàn)狀14-15
• 1.3 本文技術(shù)路線及主要研究內(nèi)容15-18
• 1.3.1 技術(shù)路線15-16
• 1.3.2 論文的基本內(nèi)容和框架16-18
• 2 股票價(jià)格預(yù)測理論的相關(guān)概述18-25
• 2.1 股票相關(guān)理論的概述18-19
• 2.1.1 影響股票價(jià)格的因素18-19
• 2.1.2 股票價(jià)格預(yù)測的重點(diǎn)和難點(diǎn)19
• 2.2 股票價(jià)格預(yù)測理論19-22
• 2.2.1 股票價(jià)格預(yù)測理論的產(chǎn)生與發(fā)展19-21
• 2.2.2 有效市場理論21
• 2.2.3 EMH的三大基本假設(shè)的不合理性21-22
• 2.3 股票價(jià)格預(yù)測常用的技術(shù)方法22-25
• 2.3.1 時(shí)間序列分析方法22-23
• 2.3.2 神經(jīng)網(wǎng)絡(luò)方法23
• 2.3.3 支持向量機(jī)方法23
• 2.3.4 各種預(yù)測方法的簡要評(píng)述23-25
• 3 基于KNN方法的股票趨勢預(yù)測模型25-38
• 3.1 股票價(jià)格預(yù)測的常用指標(biāo)25
• 3.2 各類指標(biāo)的比較分析25-31
• 3.2.1 市場趨勢指標(biāo)25-26
• 3.2.2 市場能量指標(biāo)26-27
• 3.2.3 波動(dòng)性指標(biāo)27-28
• 3.2.4 人氣指標(biāo)28-29
• 3.2.5 影響股票價(jià)格趨勢指標(biāo)的選取29-31
• 3.3 基于統(tǒng)計(jì)量的指標(biāo)融合與降維31-36
• 3.3.1 指標(biāo)融合與降維的意義31
• 3.3.2 統(tǒng)計(jì)量的分析與選取31-33
• 3.3.3 基于統(tǒng)計(jì)量的指標(biāo)融合與降維33-36
• 3.4 基于KNN方法的股票價(jià)格趨勢預(yù)測36-38
• 3.4.1 KNN理論介紹36
• 3.4.2 基于KNN方法的股票價(jià)格趨勢預(yù)測36-38
• 4 實(shí)證分析38-53
• 4.1 實(shí)現(xiàn)過程38-43
• 4.1.1 股票選取38-39
• 4.1.2 數(shù)據(jù)提取39-40
• 4.1.3 數(shù)據(jù)處理40-42
• 4.1.4 分類器訓(xùn)練與股票價(jià)格趨勢預(yù)測42-43
• 4.2 實(shí)驗(yàn)結(jié)果及分析43-53
• 4.2.1 計(jì)算機(jī)行業(yè)的實(shí)驗(yàn)結(jié)果43
• 4.2.2 中藥行業(yè)的實(shí)驗(yàn)結(jié)果43-44
• 4.2.3 食品加工制造行業(yè)的實(shí)驗(yàn)結(jié)果44
• 4.2.4 生物制品行業(yè)的實(shí)驗(yàn)結(jié)果44-49
• 4.2.5 通信設(shè)備行業(yè)的實(shí)驗(yàn)結(jié)果49
• 4.2.6 實(shí)驗(yàn)結(jié)果分析49-53
• 5 結(jié)論與展望53-55
• 5.1 結(jié)論53
• 5.2 展望53-55
• 致謝55-56
• 參考文獻(xiàn)56-59
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文59

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 尹s

本文編號(hào)：318334