基于机器学习的股票排名方法

摘要

多年来，在金融市场的股票投资方面，人们一直都希望能掌握其背后运行的规律，并进行分析与预测。各国投资专家也通过使用不同的投资分析方法，利用海量的股票数据进行数据挖掘，以求寻找出股市背后潜在的运行规则和股票交易的规律，实现对未来的股市发展变化进行预测，以达到收益最大化的目的。
　　本文的主要研究内容是上市公司的股票数据以及公司股价的变化情况。根据公司在研究周期内股价变化水平，计算得到特征值，设计了一个优化版本的k-最近邻算法，然后建立上升趋势体系模型，预测上市公司的股价走势类型，选择适合自己风险类型的上市公司进行投资。随着大数据相关技术的不断成熟，在处理大规模股票数据集的平台选择上，本文主要考虑的是内存消耗和数据运算效率方面，采用了大数据Hadoop平台的HDFS分布式文件系统以及更加高效的MapReduce分布式计算框架，使得整个数据集的ETL流程能高效率便捷的运行。机器学习也是本文的一个核心问题，在对KNN算法进行深入研究后，在此基础上提出了面向大数据模式识别算法。此外，本文提出了三类不同特征集，即分钟价格特征、K线特征、股本特征。
　　通过在大量的真实股票数据上的实验表明，各类特征集对预测股票价格走势均是有效的，在同一类特征集上面向大数据模式识别算法得到的预测结果优于k-最近邻算法，而在不同类的特征集上，股本特征集预测结果的准确率比分钟价格特征集和K线特征集有了较大幅度的提高。本文的研究为在大量的股票标的中选择合适的交易对象提供了一种有效的方法。

目录

声明

摘要

第一章 绪论

1．1 研究背景

1．1．1 证券业的飞速发展及对国民经济和民生的重要作用

1．1．2 证券投资分析的意义

1．1．3 本文问题提出的理论意义和现实意义

1．2 国内外相关研究综述

1．2．1 国外相关研究状况

1．2．2 国内相关研究状况

1．3 本文的研究内容和研究方法

1．3．1 研究内容

1．3．2 研究方法

1．4 本文结构安排

第二章 数据挖掘与机器学习简介

2．1 数据挖掘

2．1．1 数据挖掘概述

2．1．2 数据挖掘的分类

2．1．3 数据挖掘的步骤

2．2 机器学习

2．2．1 机器学习概述

2．2．2 有监督学习

2．2．3 无监督学习

2．2．4 半监督学习

2．3 本章小结

第三章 数据集获取及处理

3．1 数据集获取

3．1．1 数据集介绍

3．1．2 下载工具

3．2 分布式计算

3．2．1 分布式开源平台Hadoop

3．2．2 并行计算框架MapReduce

3．3 数据集预处理

3．3．1 数据集合并

3．3．2 数据集清洗

3．3．3 数据集抽取

3．3．4 数据集标准化

3．4 拟合价格指数

3．4．1 计算价格分钟指数

3．4．2 价格分钟指数与大盘指数对比

3．5 本章小结

第四章 面向大数据模式识别算法

4．1 KNN算法

4．1．1 KNN算法简介

4．1．2 KNN算法步骤

4．1．3 KNN算法优缺点

4．1．4 优化KNN算法

4．2 面向大数据模式识别算法

4．2．1 算法简介

4．2．2 数据标准化

4．2．3 求解拟合函数

4．2．4 算法整体步骤

4．2．5 算法伪代码

4．3 本章小结

第五章 提取特征向量

5．1 分钟价格特征

5．1．1 特征一：上升下降趋势总对比

5．1．2 特征二：上升动能

5．1．3 特征三：动能趋势

5．1．4 特征四：分价动能趋势

5．1．5 特征计算对应表

5．2 K线特征

5．2．1 特征一：最小成交量比

5．2．2 特征二：平均成交量比

5．2．3 特征三：价格量比

5．2．4 特征计算对应表

5．3 股本特征

5．3．1 特征一：真实换手率

5．3．2 特征二：线内涨跌幅

5．3．3 特征三：成交量比

5．3．4 特征四：价格位置

5．3．5 特征计算对应表

5．4 定义标签

5．4．1 分钟价格特征标签

5．4．2 K线特征标签

5．4．3 股本特征标签

5．5 本章小结

第六章 实验设计与结果分析

6．1 实验环境

6．2 实验设计步骤

6．3 实验结果与分析

6．3．1 特征值有效性验证

6．3．2 算法对比

第七章 总结与展望

7．1 总结

7．2 下一步的工作

参考文献

发表论文和参加科研情况

致谢