一種基于組合技術(shù)的股票預(yù)測方法的研究.pdf

1、股票市場是經(jīng)濟(jì)的“晴雨表”和“報(bào)警器”，其作用不僅被政府所重視，而且更受投資大眾的普遍關(guān)注。但是當(dāng)前對股票的預(yù)測只能進(jìn)行走勢分析，而不能給出明確的買賣操作建議，主要還是依靠股民的股市經(jīng)驗(yàn)來進(jìn)行實(shí)際操作?；谏窠?jīng)網(wǎng)絡(luò)的股票預(yù)測系統(tǒng)研究，是目前金融領(lǐng)域研究的熱點(diǎn)之一。但是神經(jīng)網(wǎng)絡(luò)具有收斂速度慢和容易陷入局部最小值的缺點(diǎn)，并且單純用神經(jīng)網(wǎng)絡(luò)對股票進(jìn)行預(yù)測時(shí)可信度也不是很高。針對這些問題本文嘗試?yán)蒙窠?jīng)網(wǎng)絡(luò)和決策樹的組合技術(shù)來預(yù)測股票。

2、 本文應(yīng)用神經(jīng)網(wǎng)絡(luò)和決策樹的組合技術(shù)來確定股票買賣交易量，提供股票操作支持的這一課題進(jìn)行了深入研究和探索，設(shè)計(jì)了一個(gè)基于前向神經(jīng)網(wǎng)絡(luò)和決策樹的股票預(yù)測系統(tǒng)。首先，文中介紹了現(xiàn)有的各種股市預(yù)測方法和它們的優(yōu)缺點(diǎn)，并介紹了國內(nèi)外股市分析軟件的現(xiàn)狀。然后深入地分析了前向網(wǎng)絡(luò)的結(jié)構(gòu)、學(xué)習(xí)能力及 BP 算法。提出了將股價(jià)和成交量作為神經(jīng)網(wǎng)絡(luò)輸入量來實(shí)現(xiàn)操作決策支持，分別利用 20 日股價(jià)均線和成交量均線對股價(jià)和成交量進(jìn)行歸一化處理，實(shí)現(xiàn)標(biāo)準(zhǔn)化后的

3、數(shù)據(jù)跟隨原數(shù)據(jù)動態(tài)地變化。通過實(shí)例給出了利用神經(jīng)網(wǎng)絡(luò)建立股市預(yù)測模型的具體步驟，并提出了股票預(yù)測的最佳方案：把股票預(yù)測系統(tǒng)分成買入和賣出系統(tǒng)，利用另一種技術(shù)輔助神經(jīng)網(wǎng)絡(luò)找出k線圖中的轉(zhuǎn)折點(diǎn)，提出了利用決策樹輔助神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測的方法。最后介紹了決策樹的屬性選擇度量方法、建樹算法、剪枝算法以及其它一些經(jīng)典的算法，如 RAINFOREST 算法，并給出了如何利用決策樹對股票進(jìn)行預(yù)測。 本文采用 Matlab6.5 開發(fā)了一個(gè)基于神經(jīng)