可视化股票技术指标分析与预测工具开发

发布时间：2020-09-18 18:34

　　 随着我国经济的发展，经济体制改革以及金融体制改革的深入，证券投资已经成为国民经济运作的一个不可缺少的部分，在资本市场中逐渐形成与银行、保险三足鼎立之势。而且，由于它在筹集建设资金时，速度最快，能力最强，成本最低，最符合市场经济的规律。因此引来广大资金投入股市以及其它相关的证券市场。投资者为了获利，分析股市走势是必须的，对于他们来说，好的股票分析软件将会是其投资股票获利事半功倍的利器。但目前国内的股票分析软件种类虽多，却往往只是提供一些基本的传统技术指标以及基本面分析，而提供特色指标的软件虽然功能强大，却往往价格不菲，非一般的投资者所能承受。这给许多一般的投资者在分析选择时，带来了一定的不便。另外，近年来，随着计算机技术的飞速发展，神经网络再一次被人们发掘出来，由于神经网络算法具有强大的拟合非线性时间序列的能力，利用其进行股票预测也开始成为国外学者新的研究方向。 由于市场中很少有方便一般投资者使用，能够明确指示出买卖信号的股票分析软件，所以本文利用大智慧股票分析软件的编辑器平台，在免费版的大智慧股票分析软件上进行二次开发，设计出可视化特色技术指标模块，标出买卖信号，这样投资者即使不付费，也能更方便更有效地使用股票分析软件对股票进行分析投资。另外，由于我国对利用神经网络进行股票分析的研究还比较少。本文利用MATLAB数学应用软件分别以收盘价作为输入、价格及成交量作为输入以及以技术指标作为输入建立了三个股票预测模型，对其性能进行研究比较，得到比较适合我国股市实际应用的股票预测模型。 本文主要工作与研究成果包括： （1）深入研究了股票的技术分析指标，通过大智慧公式编辑器对大智慧软件进行二次开发，设计实现了一个可视化的综合技术指标模块，在指标中显示出了明确的买卖信号，并且对K线柱图进行修改，区分了股票不同走势。可以更方便投资者分析使用。 （2）建立特色主图指标模块、彩色MACD指标模块、格入逃顶指标模块、超前趋势指标模块。并且对各版块共175支不同股票进行获利测试。 （3）研究BP神经网络算法，通过对神经网络算法修正，分别设计了以股票价格结合成交量为输入、10日收盘价为输入以及关键技术指标为输入的神经网络模型分别对100支股票未来价格进行预测。 （4）在建立股票预测模型的基础上，分别尝试在不同隐函数节点、不同样本数目、不同学习速率、不同激励函数的情况下进行股票预测试验，分析参数变化、样本数目改变以及不同激励函数对股票预测模型结果的影响，并且得出相应的结论。
【学位单位】：上海交通大学
【学位级别】：硕士
【学位年份】：2010
【中图分类】：F224;F830.91
【部分图文】：

可视 化 股 票技 术 指 标 分析 与 预 测 工具 开 发 公式 用 法 ：对 于 一 般投 资 者 而言 ， 我 们可 以 考 虑 当在 零 线 下出 现 红 柱时 可 以 买入 ， 并 且在 红 柱 消 失时 立 即 卖 出。 这 样 可以 用 保 守 的方 法 获 利。 图 3- 2 为指 标 界面 ：

可视 化 股 票技 术 指 标 分析 与 预 测 工具 开 发 论 DI F F 线和 M AC D 线如 何 运动 ， 如果 在零 线 下方 出现 且 仅 出 现两 次 DI F F 线上 穿 DE A 线， 我 们 就 认为 出 现 了二 次 金 叉信 号 。 当 股票 上 涨 后回 调 整 理 的过 程 中 就可 能 会 发生 二 次 金 叉的 情 况 。这 时 候 ，经 过 股 票 的洗 盘 之 后， 股 票 将 开始 往 上 拉升 ， 这 波行 情 将 会 比低 位 金 叉来 的 更 为猛 烈 ，真 正进 入 牛 市的 阶 段。 所 以 可 以 把二 次 金 叉认 为 是 一 个长 线 的 买入 信 号 。投资 者 可 以根 据 此 信号 来 把 握 买入 股 票 的时 机。 二 次金 叉 可 以 用以 下 代码 进行 表 示 ： j cc o u n t : =c o u nt (c ro s s (d i ff , d e a) ,b a r s l as t (d e a> = 0 )) ; 二次 金 叉 : =c r o s s (d i ff , de a ) an d de a < 0 an d co un t (j cc ou n t =2 ,2 3 ) = 1 ; 图 3 -4 为 设计 的 彩 色 M AC D 指标 界 面 。

图 3 -5 1 日 均线 和Fi g . 3 -5 Po s it io n re la ti o n（1 ） 如 果 M A1 均 线上 大 于 M A价， 则表 示 股票 走 强 。 （2 ） 如 果 ， M A1 均 线 小 于 M A2 价， 则表 示 股票 走 弱 。 所 以， 我 们 将 M A1 大 于 M A2 时 作作为 休 息 时间 ， 不 去 购买 股 票 ，甚 至 可 来说 也 比 较短 ， 所 以 比较 适 合 短 期操 作 对 于 KD J 指 标 的 设 置 ， 首 先 我 们 要周期 数 ， 这也 是 一 般使 用 R S V 作短 线操 然后 根 据 KD J 公 式分 别 设 置 K 指标 R S V: = ( C LO S E- L L V ( L O W, N )) / (H H V K: =S M A( R S V, 3 ,1 ) ; D: =S M A( K , 3 , 1) ;

【参考文献】

相关期刊论文 前6条

1 吴微,陈维强,刘波;用BP神经网络预测股票市场涨跌[J];大连理工大学学报;2001年01期

2 张宏海,陈祝亚,李成忠;模糊系统与神经网络[J];安徽工业大学学报(自然科学版);2003年02期

3 郭国雄,陈玲,栾长福,陆子强;回归分析在新股股价预测建模中的应用[J];华南理工大学学报(自然科学版);2003年03期

4 李祚泳,彭荔红;BP网络学习能力与泛化能力满足的不确定关系式[J];中国科学E辑:技术科学;2003年10期

5 梁夏;具有自纠错功能的人工神经网络在股票滚动预测上的应用[J];计算机应用研究;1999年01期

6 郭宝龙, 郭雷;视觉运动计算的新方法[J];西安电子科技大学学报;1994年04期

相关博士学位论文 前1条

1 谭洪舟;基于高阶统计理论的线性与非线性系统辨识的研究[D];华南理工大学;1998年

相关硕士学位论文 前3条

1 冯居易;股票价格预测模型研究[D];西安建筑科技大学;2008年

2 胡书晓;基于神经网络的股票K线特征图形预测研究[D];同济大学;2008年

3 王莎;BP神经网络在股票预测中的应用研究[D];中南大学;2008年

本文编号：2822018