基于人工智能算法的股票价格波动规律预测方法研究

《基于人工智能算法的股票价格波动规律预测方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、．分类号；１５单位：１０１８：ＴＰＭ化码３研巧生学号；２０１３５３Ｗ５８１密级：公开古林大学硕女学位论文专业学位（）基于人工智能算法的股票价格波动规律预测方法研究Ｒｅｓｅａｒｃｈ〇ｎＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅＡｌｇｏｒｉｔｈｍｆｐｒＳｔｏｃｋＰｒｉｃｅＶｏｌａｔｉｌｉｔｙＲｕｌｅｓＰｒｅｄｉｃｔｉｏｎ作者姓名：王莉类别：工程硕±领域（方向）：歎件工程指导教师：刘杰融教授培养单位：软件学院２０１６年１２月未经本论女作者的书面授枚，依法收存和保管本

2、论文书面版本、电子版本的任何单位和个人，均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用（但纯学术性使用不在此限）。否则，应承担侵权的法律责任。吉林大学硕±学位论文原创性声明本人郑重声明：所呈交学位论文，是本人在指导教师的指导下，。独立进行研巧工作所取得的成果除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研巧做出重要贡献的个人和集体，均已在文中明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位

3、论文作者签名＼日期：２０１６２６日年１月基于人工智能算法的股票价格波动规律预测方法研究ResearchonArtificialIntelligenceAlgorithmforStockPriceVolatilityRulesPrediction作者姓名：王莉领域（方向）：软件工程指导教师：刘杰副教授类别：在职工程硕士答辩日期：2016年月日1124摘要摘要基于人工智能算法的股票价格波动规律预测方法研究从股票交易市场诞生以来，为了提高投资收益率降低投资风险率，不断有人使用不同方式方法研究股票市场运行规律来预测其未来的波动规律。然而，由

4、于股票市场的交易受到政治经济形势、金融政策和重大消息等诸多因素的影响，使得股价走势变幻莫测，想要准确预测股票交易价格波动规律是一项极其困难的工作。在股票交易市场这个极为复杂的交易系统中，它所具有的动荡性、非线性、高噪音以及高冗余等因素决定了股票交易价格波动规律预测的过程的复杂与困难程度，已经存在的预测方法很难建立有效而又精确的股票交易价格波动规律预测模型。人工智能领域发展至今，该领域已经有很多成熟的学习算法与模型可以解决高噪音、非线性等不利条件下的预测问题，如：随机森林算法、支持向量机、BP神经网络算法、RBF神经网络算法以及深度神经网络算法等

5、。通过对已有的股票交易价格相关预测模型不足之处的仔细研究，本文针对股票交易价格波动规律的高噪音、高冗余、动荡性以及非线性等不利于预测模型建立的因素，提出了一个新的预测模型。具体做法如下：首先将传统的预测单个交易日股票交易价格涨幅的回归学习问题转换为预测一段时间区间内是否会出现某个交易日收盘价相对于参考交易日收盘价的涨幅超过用户预期涨幅值的二类分类学习问题。这样做可以减少原先回归学习问题中存在的噪音与冗余，缓解由股票交易价格交易频繁而导致的动荡性。然后，为进一步的减少含在作为原始特征的技术指标中的噪音，I摘要我们使用基于RBM结构的深度神经网络学

6、习算法对原始特征向量进行特征提取，抽取原先特征中的内在信息，提升最终模型的计算精度。随后，基于核技术的支持向量机算法与BP神经网络算法被用来从两个不同的角度对股票交易价格波动规律预测问题进行学习。支持向量机算法对处理二类分类问题有较好的学习能力，随着核技术的引入，支持向量机具有了非线性学习能力，故被用来预测股票交易价格波动规律是较为合适的；为了进一步的学习股票交易价格波动规律中隐含的非线性知识，BP神经网络算法被用来构建预测模型，提升总体预测模型学习非线性关系的能力。最后为了将支持向量机与BP神经网络算法的优点相结合，AdaBoost提升算法被

7、用来学习最终的股票交易价格波动规律预测模型。10重交叉验证与Leave-one-out交叉验证的相关实验证明本文提出的股票交易价格波动规律预测方法是有效的，精确度相当可观，投资者可以参考该方法的预测结果进行实际股票涨跌的投资判断。关键词：股票交易市场，特征提取，支持向量机，神经网络，AdaBoostIIAbstractAbstractResearchonArtificialIntelligenceAlgorithmforStockPriceVolatilityRulesPredictionWiththeemergenceanddevelopme

8、ntofthestockmarket,thestocktradingofhighriskandhighreturniscloselywatchedby