基于多机器学习的股票预测方法及系统

摘要

本发明提出一种基于多机器学习的股票预测方法及系统，方法包括以下步骤：获取股票交易历史数据，并基于特征选择和实际操作经验选择数据的模型，以作为训练的输入训练集；基于神经网络理论构建神经网络模型，其中，神经网络模块包括输入层、第一至第三隐藏层和输出层；基于决策树算法和极限向量机算法，根据输入训练集和神经网络模型构建决策模型，并根据决策模型得到股票预测结果及股票交易建议。本发明能够准确预测股票走势，并给出合理的股票交易建议，具有预测结果准确度高的优点。