波动率；股票趋势划分；决策树；神经网络.docxVIP

PAGE 1 摘要 本文是在大数据和量化交易盛行的情况下，用大数据分析和数据挖掘的知识建立股票拐点预测模型。 本文选取了49个行业500多只股票作为样本，选出每个行业波动率最大和最小的股票作为本文股票的样本，利用斜率绝对值的差值划分股票趋势，设置股票价格拐点。在建模时,首先把数据样本分为训练集和验证集，再用股票的收盘价、20日平均线（MA20）、平滑移动平均线（MACD）、收益率、成交量和顺势指标（CCI）建立决策树和神经网络建模并检测模型准确度，再利用模型的准确率确定最佳斜率阈值。在确定了斜率的阈值后，再次运行模型才能得到最终的模型。模型建立后，就可以预测每支股票每天的价格是否为股票价