基于特征能量计算和能量背离分析的股市态势预测研究

摘要

股市是金融市场的重要组成部分，对国家经济社会发展有着很重要的影响，有效的股市预测方法对广大股民来说有着重大意义。但是中国股市因为受法制建设不健全、市场机制不完善以及投资者心理不成熟等因素影响容易产生大的波动，使得股票价格难以有效的预测。
　　本文针对股市预测中股价波动大小难以预测的问题，从能量的角度对股价的波动性进行分析，以支持向量机模型为基础的预测模型，根据股市的历史数据预测未来的股价走势。本文的主要研究工作如下:
　　(1)K线特征是股市涨跌的因果信息，针对当前的股市预测模型中缺少对K线特征的系统性分析，提出了一种K线能量计算的股市生命期态势预测方法(LPF-SVM)。该算法首先提取典型K线特征，分析K线特征的产生背景，建立K线特征的孕育成熟度模型，接着分析K线特征出现时各种指标的表现，建立K线特征爆发力模型，根据K线特征的孕育成熟度和爆发力预测未来股价趋势，建立KLF-SVM算法模型。为了有效预测态势，引入了股市生命期概念，在KLF-SVM算法基础上，根据K线特征的孕育成熟度和爆发力定义K线特征的能量模型。根据K线特征的能量和K线特征的组合方式判断当前股价处于生命期的哪一阶段，进而预测未来股价波动范围，将这个波动范围作为先验知识加入SVM。实验结果表明，LPF-SVM算法的预测误差比SVM和FWSVM等算法更低。
　　(2)由于LPF-SVM更适合应用于股价走势较为规律的情况，对于股价走势不规律的情况预测结果不够理想，提出了一种基于K线能量和技术指标能量背离程度的股市预测方法(EDD-SVM)。该算法首先通过构建收盘价和各种技术指标的贝叶斯网络，然后提取收盘价的马尔科夫毯，寻找出与股价关系最为密切的技术指标。为了有效预测股价，对被提取的技术指标进行分析，分别定义能量模型，根据技术指标的能量与K线特征的能量之间背离情况判断未来股价的波动范围，将该波动范围作为先验知识加入SVM，预测股价的对数收益率。实验结果表明，EDD-SVM算法的预测误差比LPF-SVM和KLF-SVM等算法更低。

目录

声明

致谢

摘要

第一章 绪论

1．1 课题研究的背景和意义

1．2 国内外研究现状

1．3 股市预测的难点分析

1．4 本文的主要工作及创新点

1．4．1 本文主要工作

1．4．2 本文的创新点

1．5 课题的来源和文章的组织结构

1．5．1 课题的来源

1．5．2 文章的组织结构

第二章 支持向量机概述

2．1 支持向量机发展历史

2．2 支持向量机理论

2．2．1 支持向量机理论基础

2．2．2 支持向量机算法

2．3 核函数

2．4 支持向量机主要研究内容

2．4．1 各种改进算法

2．4．2 大规模数据训练算法

2．4．3 多类别分类问题

2．5 小结

第三章 K线能量计算的股市生命期态势预测方法

3．1 引言

3．2 支持向量机

3．3 K线特征的股市预测

3．3．1 K线特征的描述

3．3．2 K线特征的孕育成熟度

3．3．3 K线特征的爆发力

3．3．4 K线特征作为先验知识加入SVM

3．3．5 KLF-SVM算法描述

3．4 股市生命期中不同阶段的股价预测

3．4．1 股市生命期中不同阶段的描述

3．4．2 K线特征的能量波动判断未来股价

3．4．3 LPF-SVM算法描述

3．5 实验数据和实验结果

3．5．1 实验数据集的选取

3．5．2 实验预测结果评价标准

3．6 KLP-SVM预测结果

3．6．1 实验结果图

3．6．2 实验误差对比

3．6．3 实验结果分析

3．7 本章小结

第四章 基于特征能量背离分析的股市预测

4．1 引言

4．2 贝叶斯网络与马尔科夫毯

4．2．1 贝叶斯公式

4．2．2 贝叶斯网络

4．2．3 马尔科夫毯

4．3 常用的技术指标

4．3．1 MACD技术指标

4．3．2 KDJ技术指标

4．3．3 RSI技术指标

4．3．4 BOLL技术指标

4．3．5 OBV技术指标

4．3．6 BIAS技术指标

4．4 技术指标的提取

4．4．1 构建贝叶斯网络

4．4．2 提取收盘价的马尔科夫毯

4．5 技术指标能量的定义

4．5．1 MACD技术指标的能量

4．5．2 KDJ技术指标的能量

4．5．3 RSI技术指标的能量

4．6 技术指标的能量与K线特征的能量之间背离

4．6．1 技术指标的能量与K线特征的能量背离定义

4．6．2 能量背离对于股价的影响

4．6．3 EDD-SVM算法描述

4．7 实验

4．7．1 数据集的选取

4．7．2 实验结果

4．7．3 实验结果分析

4．8 本章小结

第五章 总结与展望

5．1 本文的主要工作

5．2 下一步工作

参考文献

攻读硕士学位期间的学术活动及成果情况