一种基于自适应特征提取的股票指数预测方法

摘要

本发明涉及一种基于自适应特征提取的股票指数预测方法，包括：S1：获取股票指数数据，得到每日的开盘价、最低价、最高价、收盘价和成交量；S2：计算由金融经济专家提出的人工指标值；S3：构造样本特征及样本标签，将所有样本划分为训练集、验证集和测试集；S4：对样本进行自适应特征提取；S5：将自适应提取特征与S2计算的人工指标一起输入基于因子机的神经网络预测模型中，并输出预测结果。本发明通过自适应提取股票指数的特征，且提取方法简单、解释性强；使用基于因子机的神经网络作为预测模型，它不仅能够学习到特征之间的交互作用、具备非线性的表达能力，还具有线性复杂度；可有效提高股票指数预测技术的准确率。