基于数据挖掘的股票趋势预测

摘要

证券市场的不稳定性和随机性的特征让仅仅预测明天的股票价格也是一种挑战.通过出色的、良好构造的特征集能够更好地估计股票市场的趋势.再者,当我们建立了正确的模型来获得不断变化的趋势的不易观察的属性时,我们的预测能力将会获得提高.在这篇论文中,本文提出了一个二元事件模型.在这个模型的基础上建立特征集来更好地预测股票市场的未来趋势.本文运用了贝叶斯和支持向量机来证明本文的方法在预测准确性和速度方面的优势.本文的实验说明在一天的预测中预测准确率在70％～80％.另外,本文的回归测试证明交易的累计回报率在30％～100％.通过实验结果表明,本文运用的模型在真实的市场中在预测准确性和累计回报方面获得了很好地表现.