本文關鍵詞：基于影響力傳動模型的股市趨勢預測研究，由筆耕文化傳播整理發(fā)布。

【摘要】：伴隨我國經(jīng)濟健康高速發(fā)展,人民生活水平逐漸提高,在股票市場的再投資成為人們對于富余財產一種重要的理財手段。然而股票金融市場是一個高度復雜的系統(tǒng),由于股票價格波動具有較強的突變性且易受外界因素影響,股市中的高風險往往伴隨著高利潤而并存。股票預測準確率的提高意義重大,但卻極具挑戰(zhàn)性。在課題研究中,分析股市趨勢的走向和數(shù)據(jù)特征,發(fā)現(xiàn)不同分時線之間的傳動關系與股市趨勢具有內在相關性。針對趨勢預測中易突變特性和大數(shù)據(jù)中冗余干擾數(shù)據(jù)多的問題,從股價同步性的新角度,提出了基于影響力傳動的Kuramoto股市預測模型(IT-KFM)和分層次影響力的股市趨勢預測模型(HI-TPM),研究工作分別如下：(1)從股價同步性特征的思路入手,分析了股價同步性的涵義和分析方法,而股市中不同分時線之間的同步現(xiàn)象可以一定程度上揭示股市中趨勢走向的基本機制。IT-KFM模型基于動力物理學Kuramoto同步模型,首先運用貝葉斯網(wǎng)絡構建振子之間的結構關系,形式化股市分時線Kuramoto預測模型；然后,引入影響力傳動并給出傳動因子量化方法,將傳動因子的傳動參數(shù),加入到原Kuramoto模型中,最后根據(jù)不同振子相位間協(xié)方差的趨勢變化分析和預測股市趨勢。在上證大盤數(shù)據(jù)上進行實驗結果證明,IT-KFM算法相對于標準的SvM網(wǎng)絡,在股票的走勢預測方面有較好的預測效果。(2) IT-KFM模型中僅僅采用移動平均線數(shù)據(jù)作為影響力傳動因子,而移動平均線數(shù)據(jù)具有延時特征,這個會導致預測模型的準確度降低。HI-TPM在IT-KFM模型上進行改進,從影響力傳動因子出發(fā),挖掘多個合適的技術指標的分層次影響力作為耦合作用,采用層次分析法賦予影響力因子的權值,在不同的層次之間用層次分析法分別確定傳動因子的類型及其權值比例。在與IT-KFM模型同樣的數(shù)據(jù)集中進行對比實驗中,預測效果有所提升。實驗測試和對比分析表明,IT-KFM和HI-TPM模型具有不錯的預測準確率；同時實驗結果證明股市指標影響力的傳動與股市趨勢具有一定的關聯(lián)性,對股市趨勢的預測模型研究具有重要意義。
【關鍵詞】：Kuramoto模型 貝葉斯網(wǎng)絡 股市預測 影響力傳動 傳動因子 層次分析法
【學位授予單位】：合肥工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：F832.51;F224
【目錄】：

• 致謝7-8
• 摘要8-9
• ABSTRACT9-15
• 第一章 緒論15-21
• 1.1 選題背景15-16
• 1.2 股市研究意義和目的16-17
• 1.3 國內外研究現(xiàn)狀17-19
• 1.3.1 股市預測方法17-19
• 1.3.2 影響力模型19
• 1.4 本文特色分析與組織結構19-21
• 第二章 基本理論及股價同步性21-26
• 2.1 貝葉斯定理21
• 2.2 貝葉斯網(wǎng)絡21-22
• 2.3 股價同步性22-25
• 2.3.1 股價同步性的含義22-23
• 2.3.2 股價同步性的度量方法23-25
• 2.4 本章小結25-26
• 第三章 基于影響力傳動的Kuramoto股市預測模型26-40
• 3.1 概述26
• 3.2 Kuramoto模型26-27
• 3.2.1 Kuramoto模型的概念26-27
• 3.2.2 對于同步的認識27
• 3.3 基于影響力傳動的Kuramoto股市預測27-33
• 3.3.1 收盤價漲幅28
• 3.3.2 影響力28-30
• 3.3.3 影響力傳動因子-相對均線距離30-31
• 3.3.4 股市中的Kuramoto模型形式化31-32
• 3.3.5 協(xié)方差32
• 3.3.6 影響力傳動的Kuramoto股市預測模型32-33
• 3.4 實驗數(shù)據(jù)處理以及實驗結果分析33-39
• 3.4.1 實驗環(huán)境以及數(shù)據(jù)集33
• 3.4.2 K2算法學習網(wǎng)絡結構,并進行優(yōu)化33-35
• 3.4.3 最優(yōu)耦合強度k_c的學習35
• 3.4.4 模型訓練和數(shù)據(jù)預測35-38
• 3.4.5 SVM模型對比實驗38
• 3.4.6 實驗結果分析38-39
• 3.5 本章小結39-40
• 第四章 分層次影響力的股市趨勢預測模型40-56
• 4.1 概述40-41
• 4.2 從重要技術指標中提取影響力傳動因子41-46
• 4.2.1 影響力傳動因子之-MACD指標41
• 4.2.2 影響力傳動因子之-成交量有效放量比41-42
• 4.2.3 影響力傳動因子之-極限寬指標42-44
• 4.2.4 影響力傳動因子之-移動平均線的狀態(tài)組合44-46
• 4.3 分層次影響力的股市趨勢預測模型46-48
• 4.3.1 分層次影響力46-47
• 4.3.2 賦權的方法47
• 4.3.3 分層次影響力的股市趨勢預測模型算法步驟47-48
• 4.4 實驗數(shù)據(jù)處理和實驗結果分析48-55
• 4.4.1 從大智慧客戶端上下載分時線股市交易數(shù)據(jù)48
• 4.4.2 網(wǎng)絡結構的學習48-49
• 4.4.3 傳動因子指標的對比及選擇49-51
• 4.4.4 模型訓練和股市趨勢預測51-54
• 4.4.5 實驗預測準確度對比以及實驗結果分析54-55
• 4.5 本章小結55-56
• 第五章 總結與展望56-58
• 5.1 論文工作總結56-57
• 5.2 工作展望57-58
• 參考文獻58-62
• 攻讀碩士學位期間的學術活動及成果情況62-63
• 1) 參加的學術交流與科研項目62
• 2) 發(fā)表的學術論文(含專利和軟件著作權)62-63

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 施建淮;;基于信息的雙重危機模型及其在東亞危機中的應用[J];經(jīng)濟學(季刊);2001年01期

2 保羅·克魯格曼;論新一代危機模型[J];國際金融研究;2001年10期

3 陳小平;品牌的認知進化與模型分析[J];企業(yè)改革與管理;2001年03期

4 方丹;江孝感;;政府間管制效率的比較模型分析[J];東南大學學報(哲學社會科學版);2006年S1期

5 曾婧;蔡銀寅;;監(jiān)督與激勵:改善企業(yè)生產管理的二元結構模型分析[J];財會月刊;2009年21期

6 宋琴;胡凱;;政府干預、銀行信貸與企業(yè)融資——基于激勵與抽租權衡的模型分析[J];甘肅金融;2010年08期

7 高倩;申毅;李天然;趙媛;;由南京旅游收入的模型探討民國旅游資源的利用[J];學理論;2011年12期

8 李之勇;李樹剛;;工程變更技術及模型分析[J];中國高新技術企業(yè);2011年13期

9 喻小軍，羅榮桂;我國民營企業(yè)增長模型分析[J];中南財經(jīng)大學學報;1995年05期

10 范鈦;現(xiàn)代管理生產力的解構與模型分析[J];社會科學研究;1998年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 錢林曉;王一濤;;對應試教育條件下學生學習行為的模型分析[A];2005年中國教育經(jīng)濟學年會會議論文集[C];2005年

2 高林;劉喜梅;;多模型中權值確定的新方法及其應用[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

3 朱萍;劉偉澤;萬立濱;;基于實證研究的知識管理路線、方法和模型分析[A];航空工業(yè)檔案學會七屆四次理事會暨2013年度優(yōu)秀論文交流會論文集[C];2013年

4 潘潔;周宗放;;全流通下KMV模型中的違約點修正及實證研究[A];中國企業(yè)運籌學[C];2009年

5 肖田元;;仿真是基于模型的活動[A];新觀點新學說學術沙龍文集37：仿真是基于模型的實驗嗎[C];2009年

6 吳義忠;陳立平;張昌杰;;基于多領域模型分析的參數(shù)優(yōu)化研究[A];慶祝中國力學學會成立50周年暨中國力學學會學術大會’2007論文摘要集（下）[C];2007年

7 毛曹玨;曹銳;;兩種缺陷接地結構的模型分析[A];2007年全國微波毫米波會議論文集（下冊）[C];2007年

8 董維中;;氣體模型對鈍體高超聲速流動數(shù)值計算影響的分析[A];第十屆全國計算流體力學會議論文集[C];2000年

9 侯建榮;黃培清;;基于Ito隨機微分方程的客戶群變動模型分析[A];2004年中國管理科學學術會議論文集[C];2004年

10 肖婷婷;;經(jīng)典的逃稅模型及其兩周期擴展[A];第四屆中國不確定系統(tǒng)年會論文集[C];2006年

中國重要報紙全文數(shù)據(jù)庫 前4條

1 范超;淺談如何備戰(zhàn)統(tǒng)計建模大賽[N];中國信息報;2011年

2 媛萍;用模型分析企業(yè)戰(zhàn)略要素[N];中國高新技術產業(yè)導報;2002年

3 牛津大學博士 阿姆斯（RMS）風險管理公司亞太地區(qū)代表 高航;由近期亞太地區(qū)地震看巨災風險[N];中國保險報;2012年

4 編譯 史一卓;印度應用氣象模型監(jiān)測臭氧污染[N];中國氣象報;2014年

  本文關鍵詞：基于影響力傳動模型的股市趨勢預測研究，，由筆耕文化傳播整理發(fā)布。

本文編號：357031