基于时间序列预测的股票交易决策建议系统

基于时间序列预测的股票交易决策建议系统

ID:13488226

大小:886.12 KB

页数:14页

时间:2018-07-22

基于时间序列预测的股票交易决策建议系统_第1页
基于时间序列预测的股票交易决策建议系统_第2页
基于时间序列预测的股票交易决策建议系统_第3页
基于时间序列预测的股票交易决策建议系统_第4页
基于时间序列预测的股票交易决策建议系统_第5页
资源描述:

《基于时间序列预测的股票交易决策建议系统》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、基于时间序列预测的股票交易决策建议系统蒋倩仪(中南林业科技大学计算机与信息工程学院湖南长沙410004)摘要对股票市场特征选择的相关问题进行了研究和讨论。根据震荡盒理论提出一种新的适应于与机器学习相结合的交易边界模型,通过结合基于距离的多核极限学习机(DBMK-ELM)与交易边界模型,构建基于时间序列预测的股票交易决策建议系统,使得在股票交易中能稳定获得较高的收益率并保持较低的投资风险。该系统可以快速地学习股市的历史数据,以适应快速更新的股票价格变化模式。0引言目前,能帮助人们获得丰厚投资回报的股

2、票市场研究是投资金融领域的一个焦点问题。然而,由于股票市场本身是动态的、非线性的、无参的以及混沌的,对于股票价格时间序列的预测被认为是时间序列预测[1-4]的各种应用中最优挑战性的应用之一。由于还没有方法能够高精度地预测出股票未来的价格,而适当的交易策略可以减小预测误差带来的风险,所以一个强大的交易策略对于股票价格预测的应用而言非常关键。一个好的股票时间序列预测结果结合适当的交易策略,就可以构造出基于时间序列预测的股票交易决策建议系统,为投资者在股票市场中的决策提供合理的建议。股票的交易策略众多

3、,考虑到在基于机器学习的股票价格时间序列的应用中交易策略主要用途之一是消除预测误差带来的影响,所以在此合适的交易策略应该是能够放松原来的预测问题使其对预测精度的要求减小。这种交易的策略中,典型的就是应用Darvas[5]提出的震荡盒理论。该理论最基本的思想是股票价格在一段时间内将有一个确定的震荡区间,即在这段时间内它能达到的最大值和最小值之间震荡。而这一段震荡的时间和价格区间构成的广义空间称之为震荡盒。界模型,构建基于时间序列预测的股票交易决策建议系统。具体而言,首先通过股票市场的历史数据来训练D

4、BMK-ELM,并使用其预测股票在后续交易日中的价格;接着,基于一套规则来监测股票价格预测的准确性以及是否突破了交易边界;最后,根据由交易边界模型制定出的交易策略来做出交易决策。1相关工作1.2灰色相关度Deng首次提出了灰色相关度GCD(GreyCorrela-[6-9]。该方法在tionDegree)这一特征相关度计算方法许多领域得到了大量的应用。该方法用两个序列曲线几何形状的相似度来衡量两个序列的相关性。两个序列的几何形状越相似,则认为两个序列的相关性越大。考虑有n个样本中某一个特征构成的

5、序列为F=[f1,f2,…,fn]以及样本标签构成的序列为T=[t1,t2,…,tn],则GCD的计算公式为:1.1震荡盒理论r(T,F)=1∑in=1r(ti,fi)(1)震荡盒理论是Darvas根据其长期在股市交易中其中:n的经验提出的。该理论最基本的思想是股票价格在一段时间内将有一个确定的震荡区间,即在这段时间内min

6、ti-fi

7、+ξmax

8、ti-fi

9、r(ti,fi)=

10、ti-xi

11、+ξmax

12、ti-xi(2)它能达到的最大值和最小值之间震荡。假设在这一段

13、式中,ξ∈(0,1)是控制相似

14、显著程度的系数,通常设时间内股票价格最大值所处的边为盒子的顶部边界,置为0.5。r(ti,fi)是目标值T和特征F在点i出的灰色股票价格最小值所处的边为盒子的底部边界,时间段相关度。而r(T,F)则是目标值T和特征F整体的灰色的起始点和终点所处的边界分别为左边界和右边界,相关度。则在由这些边界构成的盒子中,股票价格上下震荡。交易边界模型因此Darvas在理论中称之为震荡盒。在震荡盒中,若1.3股票价格接近于底部边界,则其有上涨的趋势。反之,本文尝试结合震荡盒理论与机器学习,通过机器若股票价格接近于

15、顶部边界,则其有下降的趋势。此学习来判别股票形势是否满足震荡盒理论的交易条外,当股票的价格突破盒子的顶部或底部边界时,它将[11-12]。然而,这样的尝试面临着震荡盒的位置确定件进入新的盒子并在其中开始新的震荡。在图1中展示的问题,即如何动态调整震荡盒的大小。如果使用大了典型的震荡盒的样例,交易者在股票价格处于一个小固定的震荡盒,则实际股票价格在所设置的震荡盒震荡盒中靠近盒子底部边界买入并在其靠近盒子顶部中的位置可能滞后于其实际所在震荡盒中的位置,这边界时售出,将获得丰厚的投资收益。然而,如何检测

16、样会影响交易的时机。例如,如果设置震荡盒的宽度出股票价格是否接近盒子的边界并且是否不会突破边固定为30天,而实际股票在10天之后就已在一个新界是需要丰富的实际经验的,对一般投资者而言是一的更窄区间内震动(该区间包含在原震荡区间中),那项挑战性的工作。本文利用基于机器学习的时间序列么由于震荡盒的边界值固定为前10天的最大值和最预测方法来对盒子的边界进行预测,并通过制定的规小值,后20天的股价总无法接近盒子边界,即使有适则来检测股票价格是否有突破震荡盒边界的趋势。希合交易的时机也不会产

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。