股價綜合反映上市公司市值波動及金融流動資金走向,那么如何更準確的預(yù)測股價成為股市領(lǐng)域的研究重點。但是股票市場往往受到各方面信息和操作的影響,股價漲跌趨勢存在巨大波動性,準確預(yù)測變得十分困難。最近幾年,以機器學(xué)習(xí)算法為基礎(chǔ)的大數(shù)據(jù)分析發(fā)展迅速,將其運用至機器翻譯、圖像識別等多個領(lǐng)域均取得了良好的效果。因此研究金融領(lǐng)域的學(xué)者們嘗試將這些算法應(yīng)用至股市,無論是對股票分類還是預(yù)測股價趨勢,機器學(xué)習(xí)算法技術(shù)相較于傳統(tǒng)理論方法準確率有很大提高。而機器學(xué)習(xí)算法中,LSTM神經(jīng)網(wǎng)絡(luò)因其特殊的門結(jié)構(gòu)可更有效的處理金融數(shù)據(jù);XGBoost集成學(xué)習(xí)算法具有運算速度快、準確率高的特點。因此論文選擇這兩種算法對股價進行預(yù)測,為投資者提供參考和建議。論文結(jié)合滬深300指數(shù)和中證500指數(shù),首先運用傳遞熵的方法檢驗了收盤價與其余各個變量之間的非線性因果關(guān)系;其次選用LSTM神經(jīng)網(wǎng)絡(luò)和XGBoost集成學(xué)習(xí)算法建立股價預(yù)測模型,針對最優(yōu)投資時間窗口、量價關(guān)系、高低頻數(shù)據(jù)三個部分考慮股價影響收益的因素,主要的研究工作如下:(1)選取投資時間窗口周期為21、34、55個交易日,探究哪個周期內(nèi)收益值最大;(2)在LSTM模...

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 選題依據(jù)與研究意義
        1.1.1 選題依據(jù)
        1.1.2 選題意義
    1.2 國內(nèi)外相關(guān)研究文獻綜述
        1.2.1 股價預(yù)測研究現(xiàn)狀綜述
        1.2.2 深度學(xué)習(xí)研究現(xiàn)狀綜述
    1.3 本文研究內(nèi)容及思路
        1.3.1 研究內(nèi)容
        1.3.2 研究思路
    1.4 本文研究方法和創(chuàng)新點
        1.4.1 研究方法
        1.4.2 本文創(chuàng)新點
2 基本理論、方法與技術(shù)
    2.1 股價預(yù)測方法總結(jié)
        2.1.1 技術(shù)分析法
        2.1.2 基本面分析法
        2.1.3 時間序列分析法
        2.1.4 機器學(xué)習(xí)預(yù)測法
    2.2 LSTM神經(jīng)網(wǎng)絡(luò)
        2.2.1 LSTM神經(jīng)網(wǎng)絡(luò)介紹
        2.2.2 LSTM神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及其特點
        2.2.3 LSTM的優(yōu)勢及問題
    2.3 XGBoost集成學(xué)習(xí)算法
        2.3.1 XGBoost集成學(xué)習(xí)算法介紹
        2.3.2 XGBoost集成學(xué)習(xí)算法結(jié)構(gòu)及其特點
        2.3.3 XGBoost集成算法的優(yōu)勢及問題
3 股票價格的非線性因果檢驗
    3.1 非線性格蘭杰因果檢驗方法
    3.2 股價非線性因果檢驗設(shè)計思路及結(jié)果
4 基于LSTM和 XGBoost的股價預(yù)測驗證
    4.1 股票預(yù)測功效的衡量
        4.1.1 數(shù)據(jù)集選取及處理
        4.1.2 策略指標選取
        4.1.3 LSTM模型結(jié)構(gòu)概述
    4.2 股票最優(yōu)投資時間窗口的驗證
        4.2.1 最優(yōu)投資時間窗口概述
        4.2.2 模型結(jié)構(gòu)及策略收益衡量指標
        4.2.3 預(yù)測結(jié)果對比及分析
    4.3 股票量價關(guān)系的驗證
        4.3.1 量價關(guān)系概述
        4.3.2 模型結(jié)構(gòu)及策略收益衡量指標
        4.3.3 預(yù)測結(jié)果對比及分析
    4.4 股票高低頻數(shù)據(jù)的驗證
        4.4.1 高低頻數(shù)據(jù)概述
        4.4.2 模型結(jié)構(gòu)
        4.4.3 預(yù)測結(jié)果對比及分析
5 結(jié)論與展望
    5.1 論文總結(jié)
    5.2 結(jié)果展望
參考文獻
附錄
致謝



本文編號：3812940