基于離群特征提取和能量計算的SVM股市預測研究.pdf

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

2、,導致股票價格走勢難以預測。提出基于離群特征模式的股市波動預測模型(SOFSVM),該算法首先利用馬爾科夫毯選取目標結(jié)點的局部網(wǎng)絡結(jié)構(gòu),以屏蔽其他結(jié)點對目標結(jié)點的影響;進而,對目標結(jié)點的指標進行分析,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知識加入原SVM模型,預測尖峰點并平滑尖峰點對于預測結(jié)果的影響,提高預測模型的穩(wěn)健性。
　　(2)針對SOFSVM算法對于背離之后股價波動的方向預測效果不

3、理想的情況,提出基于特征能量的股市波動預測模式(EOF-SVM)。EOF-SVM算法根據(jù)多個指標背離及特殊指標形態(tài)將指標數(shù)據(jù)與股價建立貝葉斯網(wǎng)絡,通過貝葉斯網(wǎng)絡判斷股市異常波動的概率,對股市的風險進行分析。通過指標與股價走勢的相關(guān)程度定義指標能量,由于各個指標對股價的影響程度不同,通過加權(quán)的方式將各個指標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)分別對兩個算法進行對比分析,實驗表明根據(jù)股票