基于基因表达式编程的股票指数和价格时间序列分析

《基于基因表达式编程的股票指数和价格时间序列分析》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、Y778788四川大学硕士学位论文题目基士垂固盘姿氢箜壁煎墼叠圭董筮垒盆整堕囹庄到金盘作者鏖耍完成日期!QQ§生!旦3Q旦培养单位四川大学指导教师唐常杰教授计算机应用数据库与知识工程授予学位日期年月日譬778788基于基因表达式编程的股票指数和价格时间序列分析计算机应用专业研究生：廖勇指导老师：唐常杰数据挖掘是从大量的数据信息中提取出隐含的知识、规律和行为模式的处理过程。经济学家一直致力于研究股票市场价格的变化，希望能从中找出一些规律，避免诸如股灾这种大的股市波动，从而保持经济稳定。股票市场是一个复杂的非线性系统，同时受多种因素的交互影响，对于股票未来价格的精确预测是非常困难的。股市预

2、测被认为是当前时间序列预测中最富挑战性的应用之一，受到数据挖掘界的广泛关注⋯。基因表达式编程(GEP)是在遗传算法的基础上发展而来的遗传算法的新分支，它在个体的表示、个体的处理和结果的形式等方面与传统遗传算法有着显著的区别和优势。本文针对股票对象的特点，研究了用GEP算法对股票指数和价格进行预测，取得了满意的效果。本文主要工作如下：1．阐述了数据挖掘的基本概念和流程；2．对遗传类算法特别是C,EP算法的结构和特点进行了分析；3．对股票市场及数据的特点进行了研究和分析：4．建立了基于基因表达式编程的股票分析模型GEP—STOCK及其算法；5．在GEP—SToCK模型和算法的基础上对股票指

3、数和价格进行了一系列实验，然后用神经网络算法进行了相应的对比实验，对实验结果进{]二了分析，实验结果表明，GEP算法对股票指数预测的精度比神经网络算法高200％．关键词：数据挖掘，基因表达式编程，时间序列，股票数据TimeSeriesPredictioninStock-PriceIndexandStock-PriceBasedonGeneExpressionProgrammingSpecialty：ComputerApplicationGraduatestudent：LiaoYongAdvisors：TangChangjieDataminingisaprocessthatdiscove

4、rsknowledgefrommassdataandinformation．Itplaysanimportantroleindecisionmakingandactionsasguidance．GeneExpressionProgramming(GEP)isanewmemberinthefamilyofGeneticAlgorithm(GA)．ItisdifferentfromtraditionalGAinexpressingandprocessingofindividualandformofresult．Theeconomistsworkedhardtoresearchthechan

5、geofthestock-market,hopetofindsomerulestoavoidthebigwavingofstock-marketsuchasstock-disasterandkeepthestabilityofthestock-market．Thestock-marketisacomplicatedunlinearsysteminfectedbymanyfactorsinthesametime，theaccuratepredictionofthestock-priceisverydi伍cult．thepredictionofthestock—marketisregard

6、edasoneofthemostchanllegingapplicationsinthetime—seriespredicting，，itattractsfarattentionintlleData-Miningarea．Basedonthefeaturesofstockobjectstopredictingthestock-indexandthesatisfyingresult．thispaperhaveresearchedthemethodstock-pricebyGEPalgorithmandgotThemaincontritionofthisWOrkincludes：1．Foa

7、mallydescribingthebasicconceptanddiagramofData—Mining；2．AnalysingthefeaturesofgeneticalgorithmespeciMlytheGEPMgofithm；3．Researchingandanalyzingthefeaturesofstock—marketandstock—data；4．BuildingthestockanalysemodelnamedGEP—sto