影响沪深300走势的关键技术指标分析及建模.pdf

影响沪深300走势的关键技术指标分析及建模 摘要 本文以中国A股市场沪深300指数为研究对象，旨在通过构建多技术指标模 型对沪深300指数的短期涨跌情况和短期收盘价进行预测，为我国广大投资者们 提供一个新的投资参考依据。 在处理数据阶段，本文首先介绍了在股票预测中常用技术指标的计算方式和 它们在股票买卖点择时的应用准则。接下来对所介绍的技术指标进行筛选，尝试 通过秩相关系数研究当期指标值与下期收盘价之间的相关关系；然后，我们将指 标的连续型数据离散化为买卖信号数据，对在买卖点择时中作用相似的技术指标 进行聚类，分别选取每个类别中的代表性技术指标。这样，就使得输入变量涵盖 范围更全面，且降低了模型的复杂度。最后我们对技术指标两两之间做皮尔逊相 关性检验，验证得到输入指标间确实不存在强相关关系，不会影响后续模型的建 立。 在建立模型阶段，本文详细分析了非线性支持向量机和深度神经网络的算法 原理，使用支持向量机对沪深指数短期涨跌走势进行分类，使用神经网络对沪深 指数收盘价具体点位进行短期预测。本文通过构建支持向量机分类模型，对核函 数的不同选择情况进行对比，最终选出以多项式核为分类核函数，gamma参数设 置为0．1，惩罚系数C设置为100时模型效果最好。接下来，本文对收盘价具体点 位进行预测，通过改变激活函数和训练算法不断改进神经网络模型，并结合评价 指标对测试集预测效果进行对比分析。观察测试集损失函数的下降速度，计算出 预测值与真实值之间的平均绝对误差、平均绝对误差百分比以及最大误差百分比， 以此来判断各参数组合的优劣。最终选出以ReLU函数为激活函数使用Adam优化 算法训练的神经网络为预测效果最优的模型。 关键词：股票短期预测；技术指标；支持向量机；深度神经网络 V for and of technicalindicators modelingkey Analysis thetrendoftheCSI300index Abstract theChinaA-sharemarketCSI300indexas to Inthis wetake objectstudy, paper to newinvestmentreferencesand forthe ofinvestors ority provide thoughtsmaj aiming of andfinancialinstitute amulti—technicalindicatorforecastmodel constructing through 300index． anddownsandshort—term oftheCSI short—term closingprices ups Inthedata firstintroducethecalculationmethodsoftechnical processingstage，we indicators usedinstock andtheir criteriainstock