基于粗糙集的股价趋势预测研究

发布时间：2017-10-29 21:37

  本文关键词：基于粗糙集的股价趋势预测研究

  更多相关文章： 相关系数 股价预测 粗糙集 股价波动 技术指标

【摘要】：股市作为宏观经济的“晴雨表”,其变化对金融市场和社会稳定都具有重要影响。近几年随着股票市场的不断发展,股市受到的关注越来越多,人们都期望准确预测股票价格,由于受到多方面复杂因素的影响,股票价格变化往往很难准确预测。提高股票价格预测准确率,不仅可以帮助投资者降低投资风险,提高收益,对政府而言还可以及时了解未来股市行情变化,从而制定有效政策,维护金融市场和社会稳定。因此,建立有效股票价格预测模型具有重要意义。本文在前人研究的基础上,对现有的股票价格预测分析方法进行了比较分析,针对我国股票市场自有的特点,结合粗糙集理论,提出基于粗糙集理论的股票价格预测模型。以上证180指数、招商银行等五个样本为例对模型进行实证分析。首先,应用相关系数法对技术指标进行初步筛选,筛选出的指标将作为条件属性,选择一日内股价变化情况作为决策属性,据此建立决策表。以2013年的数据为训练样本,2014年1月的数据为检验样本,对决策表中的数据进行离散化处理。然后进行属性约简,删除冗余属性,生成决策规则,最后对生成的规则进行检验,以验证规则的有效性。结果表明,实证检验预测准确率较高,说明预测模型具有一定的有效性,可以为投资者提供决策支持。
【关键词】：相关系数 股价预测 粗糙集 股价波动 技术指标
【学位授予单位】：河北科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F830.91
【目录】：

• 摘要4-5
• Abstract5-8
• 第1章 绪论8-16
• 1.1 研究背景及意义8-9
• 1.1.1 研究背景8-9
• 1.1.2 研究意义9
• 1.2 国内外研究现状9-13
• 1.2.1 国外研究现状9-11
• 1.2.2 国内研究现状11-12
• 1.2.3 研究现状评述12-13
• 1.3 研究内容及技术路线13-16
• 1.3.1 研究内容13-14
• 1.3.2 技术路线14-16
• 第2章 股价预测方法回顾16-26
• 2.1 传统预测方法及评价16-18
• 2.1.1 基本分析16-17
• 2.1.2 技术分析17
• 2.1.3 传统预测方法评价17-18
• 2.2 时间序列分析法及评价18-20
• 2.2.1 自回归移动平均模型18
• 2.2.2 差分自回归移动平均模型18-19
• 2.2.3 自回归条件异方差模型19
• 2.2.4 时间序列分析法评价19-20
• 2.3 人工神经网络预测法及评价20-22
• 2.3.1 BP神经网络20
• 2.3.2 径向基函数网络20-21
• 2.3.3 反馈型网络21
• 2.3.4 人工神经网络预测法评价21-22
• 2.4 基于粗糙集理论的股价预测22-25
• 2.4.1 研究现状综述22-24
• 2.4.2 研究现状分析24-25
• 2.5 本章小结25-26
• 第3章 股票交易数据特征分析26-38
• 3.1 收益率的统计特征26-30
• 3.2 股票价格振幅统计特征30-32
• 3.3 股票价格涨跌幅统计特征32-33
• 3.4 成交量统计特征33-35
• 3.5 本章小结35-38
• 第4章 基于粗糙集的股价预测模型构建38-48
• 4.1 粗糙集理论概述38-42
• 4.1.1 基本概念38-40
• 4.1.2 粗糙集理论的应用与发展40-42
• 4.2 基于粗糙集的股价预测模型的建立42-46
• 4.2.1 指标选取43-44
• 4.2.2 建立决策表44
• 4.2.3 离散化44-45
• 4.2.4 属性约简45
• 4.2.5 规则生成及检验45-46
• 4.3 本章小结46-48
• 第5章 实例分析48-66
• 5.1 条件属性48-53
• 5.1.1 技术指标的初步筛选48-51
• 5.1.2 技术指标介绍51-53
• 5.2 决策属性53-54
• 5.3 初始决策表54-57
• 5.4 决策表属性离散化57
• 5.5 属性约简57-58
• 5.6 生成规则58-62
• 5.7 规则预测精度检验62-64
• 5.8 本章小结64-66
• 结论66-70
• 附录70-80
• 参考文献80-83
• 攻读硕士学位期间发表的论文83-84
• 致谢84

【相似文献】

中国期刊全文数据库 前10条

1 谭耀武;;基于数据挖掘粗糙集技术的电信运营商客户价值评价[J];沿海企业与科技;2006年01期

2 范霄文;郭惠英;;粗糙集理论的统计扩展及应用[J];统计与决策;2008年13期

3 刘昭斌;李金祥;刘文芝;;基于粗糙集的研究性学习的评价[J];管理观察;2008年15期

4 梁如冰;蔡小娟;;粗糙集理论在水文水资源方面的应用现状及展望[J];水利科技与经济;2009年12期

5 刘香怡;;粗糙集在教学质量评价中的应用[J];中国管理信息化;2011年22期

6 于迎春;;覆盖粗糙集中基于信息熵的几个定义[J];商业文化(下半月);2012年02期

7 梁第;张铭丽;邓伟;;粗糙集理论与其他理论结合的研究[J];山东省农业管理干部学院学报;2012年02期

8 吕跃进;张旭娜;韦碧鹏;;基于优势关系粗糙集的模糊综合评价的权重确定[J];统计与决策;2012年20期

9 刘超;吴洪波;;粗糙集理论及其在管理决策中的应用现状[J];职业技术;2007年12期

10 骆公志;杨晓江;;基于划分类归并的粗糙集属性约简新算法[J];统计与决策;2009年20期

中国重要会议论文全文数据库 前10条

1 黎文航;陈善本;王兵;;粗糙集理论在焊接中的应用综述[A];第十一次全国焊接会议论文集（第2册）[C];2005年

2 尹宗成;;粗糙集理论在我国粮食产量预测中的应用[A];现代农业理论与实践——安徽现代农业博士科技论坛论文集[C];2007年

3 邹刚;滕书华;孙即祥;陈森林;敖永红;;一种粗糙集优化协同原型模式约简分类方法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

4 葛丽;傅彦;;粗糙集在科学数据属性约简中的应用[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

5 陈雪飞;;粗糙集分类中耦合数据的处理方法研究[A];2008年全国开放式分布与并行计算机学术会议论文集(上册)[C];2008年

6 肖健梅;芦晓明;王锡淮;;集装箱起重机防摇系统粗糙集控制[A];第二十六届中国控制会议论文集[C];2007年

7 王印松;冯康;;主汽温调节系统性能评价的粗糙集实现方法[A];第二十七届中国控制会议论文集[C];2008年

8 王红萍;万程亮;金彦丰;;应用粗糙集理论的对抗效果权重确定方法[A];2009’中国西部地区声学学术交流会论文集[C];2009年

9 王莉;周献中;;一种基于粗糙集的模糊神经网络模型在钢材力学性能预测中的研究[A];2009年中国智能自动化会议论文集（第二分册）[C];2009年

10 卓明;王丽珍;谭旭;;基于粗糙集近似集扩展的规则提取算法[A];第十七届全国数据库学术会议论文集（技术报告篇）[C];2000年

中国博士学位论文全文数据库 前10条

1 马希骜;概率粗糙集属性约简理论及方法研究[D];西南交通大学;2014年

2 唐孝;基于粗糙集的知识发现方法及其在ECG信号识别中的应用[D];电子科技大学;2015年

3 曾凯;邻域粒化粗糙计算的关键技术研究与应用[D];电子科技大学;2015年

4 鲍忠奎;面向不确定信息系统的粗糙集扩展模型研究[D];合肥工业大学;2015年

5 薛佩军;正负域覆盖广义粗糙集与知识粗传播研究[D];山东大学;2007年

6 孔芝;粗糙集理论若干问题的研究与应用[D];东北大学;2009年

7 秦中广;基于粗糙集的交叉研究及其在中医诊断的应用[D];华南理工大学;2002年

8 刘少辉;知识发现中粗糙集理论的研究[D];中国科学院研究生院（计算技术研究所）;2003年

9 邓大勇;基于粗糙集的数据约简及粗糙集扩展模型的研究[D];北京交通大学;2007年

10 孙英娟;基于粗糙集的分类方法研究[D];吉林大学;2011年

中国硕士学位论文全文数据库 前10条

1 江飞;粗糙集神经网络故障诊断方法研究[D];西安石油大学;2015年

2 何理荣;粗糙集理论在银行信贷风险评估中的应用研究[D];华南理工大学;2015年

3 张德齐;基于粗糙集理论的电机故障诊断方法研究[D];渤海大学;2015年

4 杨礼;基于粗糙集的公路交通安全预警研究[D];西南交通大学;2015年

5 聂萌瑶;基于泛系串并模型的粗糙集概念扩展与拓扑空间[D];兰州大学;2015年

6 徐鹏;基于粗糙集的建筑起重机械安全精细化评价研究[D];西安建筑科技大学;2015年

7 孙宇航;粗糙集属性约简方法在医疗诊断中的应用研究[D];苏州大学;2015年

8 张曼;基于粗糙集和包含度的聚类分类算法研究[D];青岛理工大学;2015年

9 车世远;基于群搜索优化粗糙集的脑科学数据研究[D];大连海事大学;2015年

10 林哲;基于粗糙集的马田系统研究及其在银行直接营销客户分类中的应用[D];南京理工大学;2015年

，

本文编号：1114784