基于離群特征提取和能量計(jì)算的SVM股市預(yù)測研究.pdf

1、隨著經(jīng)濟(jì)發(fā)展,人們開始關(guān)注股票市場,由于股票市場的高度復(fù)雜性以及影響因素眾多給股市的預(yù)測帶來很大的困難。股市的預(yù)測也一直被專家學(xué)學(xué)者研究,預(yù)測精度高的模型能更好的指導(dǎo)投資者減少投資的風(fēng)險。
　　本文主要針對股市預(yù)測模型中的尖峰點(diǎn)難以預(yù)測導(dǎo)致模型準(zhǔn)確度低的問題,從指標(biāo)背離的角度對股市中的異常突變點(diǎn)進(jìn)行分析,以支持向量機(jī)模型作為基礎(chǔ)預(yù)測模型,對股市波動預(yù)測進(jìn)行研究。本文開展的研究如下:
　　(1)由于股票價格波動具有較強(qiáng)的突變性

2、,導(dǎo)致股票價格走勢難以預(yù)測。提出基于離群特征模式的股市波動預(yù)測模型(SOFSVM),該算法首先利用馬爾科夫毯選取目標(biāo)結(jié)點(diǎn)的局部網(wǎng)絡(luò)結(jié)構(gòu),以屏蔽其他結(jié)點(diǎn)對目標(biāo)結(jié)點(diǎn)的影響;進(jìn)而,對目標(biāo)結(jié)點(diǎn)的指標(biāo)進(jìn)行分析,提取異于一般行為的離群特征模式;利用滑動窗口捕捉離群特征,將離群特征模式作為先驗(yàn)知識加入原SVM模型,預(yù)測尖峰點(diǎn)并平滑尖峰點(diǎn)對于預(yù)測結(jié)果的影響,提高預(yù)測模型的穩(wěn)健性。
　　(2)針對SOFSVM算法對于背離之后股價波動的方向預(yù)測效果不

3、理想的情況,提出基于特征能量的股市波動預(yù)測模式(EOF-SVM)。EOF-SVM算法根據(jù)多個指標(biāo)背離及特殊指標(biāo)形態(tài)將指標(biāo)數(shù)據(jù)與股價建立貝葉斯網(wǎng)絡(luò),通過貝葉斯網(wǎng)絡(luò)判斷股市異常波動的概率,對股市的風(fēng)險進(jìn)行分析。通過指標(biāo)與股價走勢的相關(guān)程度定義指標(biāo)能量,由于各個指標(biāo)對股價的影響程度不同,通過加權(quán)的方式將各個指標(biāo)組合在一起形成總能量,用來衡量對后期股票走勢的影響。
　　通過板塊數(shù)據(jù)和上證指數(shù)數(shù)據(jù)分別對兩個算法進(jìn)行對比分析,實(shí)驗(yàn)表明根據(jù)股票