独立成份分析方法在股票分析中的应用

《独立成份分析方法在股票分析中的应用》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、第28卷第6期计算机工程与设计2007年3月Vol.28No.6ComputerEngineeringandDesignMar.2007独立成份分析方法在股票分析中的应用陈玉山，席斌(厦门大学信息科学与技术学院模式识别与智能系统研究所，福建厦门361005)摘要：为了克服传统的股票分析方法的缺点，将独立成份分析方法用于分析影响股票走势和收益的因素。通过对几个大公司的历年K线数据的深入分析，该方法在一定程度上揭示了影响股票走势和收益的深层次的原因。这对建立和谐的金融体系、促进社会经济的良性发展以及创建和谐的社会都具有

2、一定的现实意义。同时也表明了该方法还具有简单易行、容易理解、结果精确的特点。关键词：主成份分析;独立成份分析;盲源信号分离;熵;股票收益中图法分类号：TP319.4文献标识码：A文章编号：1000-7024(2007)06-1473-04ApplicationofindependentcomponentanalysistoanalysisofstockmarketCHENYu-shan,XIBin(InstituteofPatternRecognitionandIntelligenceSystem,Schoolof

3、InformationScienceandTechnology,XiamenUniversity,Xiamen361005,China)Abstract：Inordertoovercometheshortcomingofthetraditionalmethods,independentcomponentanalysis(ICA)isusedtoanalysethefactorthathasinfluenceonthetrendofstocksandthereturnsofstocks.Byanalyzingthet

4、rendoftheday-K-linesofthehistoricaldatum,thismethodshowsthefactorthatinfluencesthestockmarketandthereturns.Tosomeextent,itisimportantforconstructingaharmonioussociety.Atthesametime,itiseasytounderstandandtheresultisprecise.Keywords：PCA;ICA;BSS;entropy;returnso

5、fstocks恢复出一些基本的源信号的方法。自从Comon提出了ICA理0引言论框架以来，ICA的实用性越来越好。独立成份分析方法(ICA)是近几年才发展起来的一种新1.1ICA的基本原理的统计方法。作为盲源信号分离最有效的一种方法(盲源信ICA的模型如下号分离指的是在源信号和传输通道参数未知的情况下，仅由x=As+(1)观测到的信号恢复出源信号的各个独立分量的过程，BSS)，它其中：x——所观察到的维信号，是已知的；A——×维的的目的是把观察的数据进行某种分解，使分解出来的成份尽未知混合矩阵；s——维的未知源信号

6、，即现象背后的原因；可能地独立(这种成份叫做独立成份，ICs)。因此它可以分析——噪声。从式(1)以看出，该模型是非常复杂的，应用起来隐藏在现象背后的深层次的原因。十分困难。因此，在实际应用中，我们设A是方阵，噪声为主成份分析(PCA)[1]和奇异值分解(SVD)是基于信号二阶零，独立成份(ICs)，即s的各个分量，具有相同的分布。于是统计特性的分析方法,其目的是去除数据各分量之间的相关我们得到如下的简化的模型性，因而它们主要应用于图像数据的压缩，PCA的一个基本限x=As(2)制是它仅能分离不相关的信号源；而IC

7、A则是基于信号高阶在解决实际问题时，这种模型已经是足够的。下面要讨统计特性的分析方法，经ICA分解出的各信号分量之间是相论的模型就是这种假设下的模型。由以上模型可知：①我们互独立的。正是因为这一特点，使ICA在信号处理[2]、图像处无法非常精确地估计出s；②我们无法确定ICs的顺序；③我们理[3]、生物医学[4]以及人脸识别[5]甚至社会经济[6]等领域得到了无法确定ICs的幅值。广泛的应用。本文尝试将其应用于股票方面的分析。1.2ICA估计方法1.2.1ICA的估计方法1ICA的基本原理和算法该模型成立的前提条件

8、是：ICs之间在统计意义上是相互最早提出ICA概念的是Jutten和Herault，当时他们对ICA独立的，且最多只有一个ICs满足高斯分布。现在我们所要做给出了一种相当简单的描述，认为ICA是从线性混合信号里的事就是根据一定的规则，尽可能地还原出s。常用的规则有收稿日期：2006-02-20E-mail：cys200431052@yahoo.com.cn作