基于形态特征与因果岭回归的股市态势预测算法

发布时间：2017-11-21 05:01

  本文关键词：基于形态特征与因果岭回归的股市态势预测算法

  更多相关文章： 贝叶斯网络 能量模型 因果分析 岭回归模型 预测算法

【摘要】：基于股票波动典型的M形态,提出一种基于因果关系的岭回归股市态势预测算法。根据M形态的波动特征,引入能量思想,以M形态的边、波峰和波谷为结点,构建M形态的贝叶斯网络结构模型。利用马尔科夫毯算法和非对称信息熵,得到M形态的局部因果结构。采用因果强度的度量标准,将M形态因果关系引入到岭回归模型中,对股市态势进行预测。该模型通过将股票形成和能量波动的因果关系相结合,可以有效地发现股市的突变点。真实数据集上的实验结果表明,相比标准的岭回归算法和基于径向基的神经网络算法,该算法具有更好的预测效果。
【作者单位】： 合肥工业大学计算机与信息学院;
【基金】：国家自然科学基金资助项目(61175051,61070131,61175033)
【分类号】：F832.51;O212.1
【正文快照】： 1概述股票价格的走势虽然受到多种因素影响[1],股票价格态势变化仍然具有内在规律和特点,股票价格的形态是各因素综合结果在态势上的表现,如常见的M形态。现有的关于股票价格预测的方法主要采用的是一些传统的时间序列模型[2],如常用的AR,ARMA, ARIMA模型等,可是这些模型的前

【相似文献】

中国期刊全文数据库 前5条

1 郭秀花,赵连伟;SAS6.11版岭回归分析程序设计及其实例分析[J];数理统计与管理;2001年01期

2 宋光辉;许林;郭文伟;;基于岭回归的基金投资风格识别研究[J];现代管理科学;2010年11期

3 开翔;;基于岭回归方法对我国未来一段时间通货膨胀的预测[J];中国市场;2010年39期

4 颜学峰;;优化岭参数的非线性岭回归及4-CBA含量软测量[J];智能系统学报;2006年01期

5 ;[J];;年期

，

本文编号：1209729