基于机器学习方法的上证综指预测和分析.pdf

基于机器学习方法的上证综指预测和分析 摘 要 股票的交易促进了经济金融的发展。自 1773 年以来股票首先在英国发行，并 且已经存在超过了两百年。中国的股市随着中国的经济一起迅速发展，上市公司的 数目也在逐年增加。现在股票市场已经成为了中国经济的“晴雨表”和“报警器”，它 对中国经济发展的影响是无法度量的。目前，学者对于证券价格的预测是研究的热 点问题之一。预测的方法也随着计算机技术的发展得到了很大的提升。作为数据挖 掘领域的尖端技术，机器学习算法首先对训练数据进行学习，进而再将学习到的特 征运用到预测中去。成功地预测未来走势是投资成功的唯一保证。 本文在简要地阐述机器学习算法的基础上，研究了机器学习算法在上证A 股中 的适应性，并且以上证指数的日收盘价为例进行了分析与讨论。首先，本文进行机 器学习模型在A 股中的适应性实证分析，选取上证综数日度数据为样本数据，确定 输入变量，选取预测性能好的核函数，采用重构核模型对每日的收盘指数进行建模 分析与预测；进而，将实证分析的拟合结果与我们选择的其他模型进行对比分析， 验证重构核模型的有效性；最后模型回测，利用HMM 模型将本文中的样本区间按 照状态分离开，在其中选取有代表性的牛市，熊市和震荡市，分别在这三个状态下 通过上文得到的模型进行拟合预测，并且将预测精度与上文的全市场预测精度进行 比较，从而完成模型的回测，最终得到在股票市场预测过程中，LS-SVM 模型表现 更优的结论； 通过大量真实的股票数据验证了本文得出的模型可以有效的对股指的变化进 行预测，帮助广大投资者了解股票市场的变化情况，对于普通投资者的股票投资有 一定的参考意义。 关键词：证券价格预测；最小二乘支持向量机；ELMAN 神经网络；隐式马尔 科夫模型；回测 1 基于机器学习方法的上证综指预测和分析 Abstract Stocks are the product of the market economy and have been around for more than 200 years. Along with the rapid development of Chinas economy, Chinas stock market is now booming. The number of companies listed on the Shanghai and Shenzhen stock exchanges is increasing year by year. The operating conditions of listed companies are constantly improving and improving. The focus of Chinas capital finance is being controlled by the money market. Gradually move to the capital market. Now that stocks have become the barometer and alarm of the entire social economy, its impact on economic development is immeasurable. Based on the brief description of statistical learning theory and support vector machine (SVM), this paper studies the variable selection and kernel function selection of existing securities price forecasting methods based on support vector machine, focusing on the daily closing