基于多视角特征数据的股票预测研究

发布时间：2020-04-25 16:44

【摘要】：股票预测研究是金融大数据的一个应用研究方向,随着信息技术的发展,股票预测研究不仅仅拘泥于基本分析方法,而是更多地使用技术分析方法,如机器学习方法,并且取得了具有一定意义的研究成果。其中,神经网络方法,为股票预测研究提供了新的建模方法。本文在研究股票预测问题的相关背景、方法或模型以及相关理论知识的基础上,将视角这个概念引入到股票预测问题的研究中,从视角出发来研究股票预测问题。本文的主要研究工作有以下方面:1.提出基于单视角特征数据的BPNN模型,并进行股票预测研究。从视角出发,用基于单视角特征数据的BPNN模型来进行股票预测研究。基于中国股票市场A股的上海证券交易所浦发银行(股票代码为SH600000)的股票历史数据,经过开发的金融大数据基础数据处理平台的处理,得到基于技术指标视角的特征数据,基于单技术指标视角特征数据来进行确定该模型最优网络结构和股票预测的实证分析。2.提出基于多视角特征数据信息融合的BPNN模型,并进行股票预测研究。针对单视角特征数据的信息不完整问题,从多视角特征数据出发,通过信息融合的方式将多个视角的特征数据进行特征级信息融合,从而用基于多视角特征数据信息融合的BPNN模型来进行股票预测研究。基于中国股票市场A股的上海证券交易所浦发银行(股票代码为SH600000)的股票历史数据,经过开发的金融大数据基础数据处理平台的处理,得到多技术指标视角信息融合的特征数据,并进行确定该模型最优网络结构和股票预测的实证分析。结果表明,基于多视角信息融合特征数据的预测结果优于基于单视角特征数据的预测结果,也优于基于股票历史数据的BPNN模型的结果。3.提出基于多视角特征数据集成学习的BPNN模型,并进行股票预测研究。同时还提出相应的集成学习算法——Bag MVFD-BPNN算法。针对单视角特征数据的信息的不完整问题,从多视角特征数据出发,通过集成学习的方式,利用Bag MVFD-BPNN算法,用基于多视角特征数据集成学习的BPNN模型来进行股票预测研究。基于中国股票市场A股的上海证券交易所浦发银行(股票代码为SH600000)的股票历史数据,经过开发的金融大数据基础数据处理平台的处理,得到多技术指标视角特征数据,并进行确定该模型最优网络结构和股票预测的实证分析。结果表明,基于多视角特征数据集成学习的预测结果优于基于单视角特征数据的预测结果,优于基于多视角信息融合特征数据的预测结果,也优于基于股票历史数据的BPNN模型的结果。同时,还可知影响股票预测结果的各技术指标视角的重要度以及主要技术指标视角,即多视角特征数据的多视角特征选择,从而可为股民的股票投资提供主要技术指标视角的参考意见和预测结果参考意见,指导股民的股票投资。
【图文】：

第二章 相关理论NN）。神经网络模型是基于对人脑的基本属性的模拟形成的，人类的大的，神经网络模型并没有完全反映大脑的基本功能，仅仅是对其进行抽象。神经网络模型由大量的人工神经元模型相互连接构成，可实现输入变量一个非线性映射。其中，多对一的非线性映射（即输入变量为多个，，而输个）为其一般映射结构，当然也有多对多的非线性映射（即输入变量为多也有多个）[40]。工神经元模型工神经元模型是一种数学模型，它近似模拟生物神经网络中的生物神经元入单输出的非线性模型。一个人工神经元模型由输入向量，网络的权值和元，激活函数和输出组成。生物神经元模型和人工神经元模型分别如图 ]。

型是一种数学模型，它近似模拟生物神经网络中的非线性模型。一个人工神经元模型由输入向量，网数和输出组成。生物神经元模型和人工神经元模型图 1 生物神经元模型图
【学位授予单位】：西北大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP311.13;F832.51

【相似文献】

相关期刊论文 前10条

1 杨培;姚宏亮;;基于支持向量机的股票预测系统[J];淮北职业技术学院学报;2014年04期

2 陈俏;梁利利;谢丽娟;;股票预测的研究进展[J];商业文化(下半月);2012年06期

3 张晨希;张燕平;张迎春;陈洁;万忠;;基于支持向量机的股票预测[J];计算机技术与发展;2006年06期

4 陈星;武丽芳;王福明;;基于GA-BP神经网络的股票预测研究[J];山西电子技术;2014年01期

5 路子愚;;股票预测为何难奏效[J];大众理财顾问;2009年07期

6 刘廷;;基于支持向量机的股票预测[J];信息通信;2015年08期

7 周昌乐;王迪迪;;一种新的部分神经进化网络的股票预测(英文)[J];心智与计算;2010年03期

8 胡代平,刘豹;多agent股票预测支持系统的设计[J];系统工程;2001年02期

9 李胜格;;改进的神经网络BP算法在股票预测中的应用[J];希望月报(上半月);2007年08期

10 张潇;韦增欣;杨天山;;GBDT组合模型在股票预测中的应用[J];海南师范大学学报(自然科学版);2018年01期

相关重要报纸文章 前3条

1 ;股票预测卡理论独特[N];国际金融报;2001年

2 若冲;比追逐财富更重要[N];市场报;2001年

3 方鸿儒;预测和预感[N];上海金融报;2016年

相关硕士学位论文 前10条

1 黄炜;基于实时分布式计算的股票预测系统的设计与实现[D];哈尔滨工业大学;2018年

2 伯毅;基于XGBoost模型的短期股票预测[D];哈尔滨工业大学;2018年

3 叶树策;基于改进布谷鸟算法的支持向量机在股票预测中的应用[D];西华大学;2018年

4 李丹;基于多视角特征数据的股票预测研究[D];西北大学;2018年

5 周恺越;基于深度学习的股票预测方法的研究与实现[D];北京邮电大学;2018年

6 杨程远;结合情感分析的股票预测研究[D];内蒙古大学;2017年

7 徐嫩霞;基于协同认知的智能股票预测[D];昆明理工大学;2000年

8 宗娜娜;小波神经网络在股票预测中的研究与应用[D];昆明理工大学;2014年

9 欧阳光明;基于神经网络的股票预测系统的设计与实现[D];电子科技大学;2011年

10 吴涛;基于神经网络的模拟股票预测交易系统设计与实现[D];电子科技大学;2014年

本文编号：2640460