偏最小二乘法对股票的简单预测

《偏最小二乘法对股票的简单预测》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、偏最小二乘法对股票的简单预测　　　　摘要：近些年股票市场快速发展，越来越多的人参与到股市当中。然而股票却是一种高回报，高风险的投资方式，存在许多不确定因素，给投资者选择股票造成了一定困难，所以人们希望能对股票价格进行科学的分析预测，掌握股市变化的大致规律，从而得到高回报。许多相关领域的学者做出了相关的预测方法，但是这些理论各有各的优点与不足。本文主要运用偏最小二乘回归算法预测，对股票进行仿真实验，揭示这种算法有较高的预测精确度。下载论文网/3/　　关键词：金融；股票预测；偏最小二乘回归算法　　中图分类号：F832；06　　文献识别码：A　　文章编号：10

2、01-828X（2016）036-000298-01　　一、?魍彻善痹げ饫砺?　　1.灰色预测理论　　灰色预测理论认为尽管系统的行为模糊，数据复杂难测，但仍然有潜在的规律，是有整体功能的。灰数的生成，就是从复杂难测的数据当中寻找出潜在规律。同时，此理论建立的是生成数据的模型，并不是原始数据的模型，所以，数据是通过生成数据的CM（1，1）模型所得到预测值的逆处理结果。这是一门新兴的横断学科，以“部分信息已知，部分信息未知”的“小样本”、“贫信息”不确定性系统作为研究对象，通过提取部分已知信息中有价值的信息进行研究，实现对系统行为的正确认识和有效控制。所以，

3、根据这个思想，我们可以重新理解股票市场的不确定性行为，将股市看作是部分信息未知、部分信息已知的数学模型，将股价看成股市这个灰色系统里的特征量。　　2.时间序列预测理论　　时间序列预测法就是通过排列和分析已经排列好的时间序列，根据序列所反映出来的特征，猜测事物的发展过程、方向和未来趋势，以此进行类推或者延伸，用这种方法预测下一段时间可能达到的程度。时间序列预测的内容包括：收集并整理某一种事件现象的资料；然后对这些资料进行检查鉴别，按照时间的先后顺序排成数列；分析所排好的时间数列，从中找出该事件随时间变化的潜在规律，得出一定模式，用这个模式去预测该社会现象将

4、来的情况。　　二、偏最小二乘法理论　　1.基本知识　　偏最小二乘法是一种新型的多元统计数据分析方法，它通过最小化误差的平方找到一组数据的最佳函数匹配。用最简单的办法去求些未知的真值，使他们的误差平方和最小。这种方法近几十年来，在各领域都得到了迅速发展。偏最小二乘法把固定模式的方法和灵活性的认识巧妙的结合起来了，实现回归建模（多元线性回归）、数据结构简化（主成分分析）以及两组变量之间的相关性分析（典型相关分析）。这是多元统计数据分析中的一个飞跃“。　　2.特点　　（1）即使自变量之间存在很大程度的相似性，仍可进行建模　　f21可以在选取的样本个数少于变量个

5、数的情况下，进行建模　　（3）最终模型中包含所有的初始自变量　　（4）模型更易识别是非随机性的干扰还是系统信息　　（5）模型中自变量的回归系数将更容易理解　　在计算方差和协方差时，求和号前面的系数有两种取法：当样本点集合是随机抽取得到时，应该取1/（n-1），反之这个系数可取1/n。　　四、结语　　在选取了恰当的因素和公式后，可看出偏最小二乘法计算的结果比较贴近现实值.说明偏最小二乘法可以在股票数据不十分充足的情况下，依然可以进行数据的拟合。这也为股票的预测多提供了一种思路方法。　　本文在进行试验仿真的部分，由于股票价格的影响因素众多，不能完全将这些因素

6、都考虑其中，使得实验结果仍偏离实际。本人未来会更进一步的研究股票预测的影响因素，改进偏最小二乘算法，使其能更加准确的预测股票的未来走势。