本文關(guān)鍵詞：基于影響力傳動模型的股市趨勢預(yù)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(chǎn)一種重要的理財手段。然而股票金融市場是一個高度復(fù)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(fēng)險往往伴隨著高利潤而并存。股票預(yù)測準(zhǔn)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(guān)系與股市趨勢具有內(nèi)在相關(guān)性。針對趨勢預(yù)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(yù)測模型(IT-KFM)和分層次影響力的股市趨勢預(yù)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(xué)Kuramoto同步模型,首先運用貝葉斯網(wǎng)絡(luò)構(gòu)建振子之間的結(jié)構(gòu)關(guān)系,形式化股市分時線Kuramoto預(yù)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(yù)測股市趨勢。在上證大盤數(shù)據(jù)上進行實驗結(jié)果證明,IT-KFM算法相對于標(biāo)準(zhǔn)的SvM網(wǎng)絡(luò),在股票的走勢預(yù)測方面有較好的預(yù)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(dǎo)致預(yù)測模型的準(zhǔn)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(shù)指標(biāo)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(quán)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(quán)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(yù)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(yù)測準(zhǔn)確率；同時實驗結(jié)果證明股市指標(biāo)影響力的傳動與股市趨勢具有一定的關(guān)聯(lián)性,對股市趨勢的預(yù)測模型研究具有重要意義。
【關(guān)鍵詞】：Kuramoto模型 貝葉斯網(wǎng)絡(luò) 股市預(yù)測 影響力傳動 傳動因子 層次分析法
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)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(nèi)外研究現(xiàn)狀17-19
• 1.3.1 股市預(yù)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(jié)構(gòu)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(luò)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(jié)25-26
• 第三章 基于影響力傳動的Kuramoto股市預(yù)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(rèn)識27
• 3.3 基于影響力傳動的Kuramoto股市預(yù)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(yù)測模型32-33
• 3.4 實驗數(shù)據(jù)處理以及實驗結(jié)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(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu),并進行優(yōu)化33-35
• 3.4.3 最優(yōu)耦合強度k_c的學(xué)習(xí)35
• 3.4.4 模型訓(xùn)練和數(shù)據(jù)預(yù)測35-38
• 3.4.5 SVM模型對比實驗38
• 3.4.6 實驗結(jié)果分析38-39
• 3.5 本章小結(jié)39-40
• 第四章 分層次影響力的股市趨勢預(yù)測模型40-56
• 4.1 概述40-41
• 4.2 從重要技術(shù)指標(biāo)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(biāo)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(biāo)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(yù)測模型46-48
• 4.3.1 分層次影響力46-47
• 4.3.2 賦權(quán)的方法47
• 4.3.3 分層次影響力的股市趨勢預(yù)測模型算法步驟47-48
• 4.4 實驗數(shù)據(jù)處理和實驗結(jié)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(luò)結(jié)構(gòu)的學(xué)習(xí)48-49
• 4.4.3 傳動因子指標(biāo)的對比及選擇49-51
• 4.4.4 模型訓(xùn)練和股市趨勢預(yù)測51-54
• 4.4.5 實驗預(yù)測準(zhǔn)確度對比以及實驗結(jié)果分析54-55
• 4.5 本章小結(jié)55-56
• 第五章 總結(jié)與展望56-58
• 5.1 論文工作總結(jié)56-57
• 5.2 工作展望57-58
• 參考文獻58-62
• 攻讀碩士學(xué)位期間的學(xué)術(shù)活動及成果情況62-63
• 1) 參加的學(xué)術(shù)交流與科研項目62
• 2) 發(fā)表的學(xué)術(shù)論文(含專利和軟件著作權(quán))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(yīng)用[J];經(jīng)濟學(xué)(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(rèn)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(xué)學(xué)報(哲學(xué)社會科學(xué)版);2006年S1期

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

6 宋琴;胡凱;;政府干預(yù)、銀行信貸與企業(yè)融資——基于激勵與抽租權(quán)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(xué)理論;2011年12期

8 李之勇;李樹剛;;工程變更技術(shù)及模型分析[J];中國高新技術(shù)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(xué)學(xué)報;1995年05期

10 范鈦;現(xiàn)代管理生產(chǎn)力的解構(gòu)與模型分析[J];社會科學(xué)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(yīng)試教育條件下學(xué)生學(xué)習(xí)行為的模型分析[A];2005年中國教育經(jīng)濟學(xué)年會會議論文集[C];2005年

2 高林;劉喜梅;;多模型中權(quán)值確定的新方法及其應(yīng)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(xué)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(xué)[C];2009年

5 肖田元;;仿真是基于模型的活動[A];新觀點新學(xué)說學(xué)術(shù)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(lǐng)域模型分析的參數(shù)優(yōu)化研究[A];慶祝中國力學(xué)學(xué)會成立50周年暨中國力學(xué)學(xué)會學(xué)術(shù)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(jié)構(gòu)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(xué)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(xué)學(xué)術(shù)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(shù)產(chǎn)業(yè)導(dǎo)報;2002年

3 牛津大學(xué)博士 阿姆斯（RMS）風(fēng)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(zāi)風(fēng)險[N];中國保險報;2012年

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

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

本文編號：357031