基于理性指標(biāo)的馬爾科夫鏈股市態(tài)勢(shì)預(yù)測(cè)方法.pdf

1、股票趨勢(shì)的預(yù)測(cè)對(duì)投資決策具有重要的指導(dǎo)作用。然而，股票走勢(shì)受到宏觀經(jīng)濟(jì)政策、公司內(nèi)部戰(zhàn)略以及股票市場(chǎng)存在的人為擾動(dòng)性等因素的影響，使得股票趨勢(shì)難以有效預(yù)測(cè)。論文針對(duì)股票市場(chǎng)存在的誘多誘空問(wèn)題，基于技術(shù)分析方法提出了理性指標(biāo)的概念，并給出有效的構(gòu)建模型;基于理性指標(biāo)與特征背離思想，提出了NRI_MCA和CD_MCA算法，分別解決了股市綜指和個(gè)股的趨勢(shì)預(yù)測(cè)問(wèn)題。具體研究工作如下:
　　第一，首先提取股市的主要理性特征，并對(duì)這些理性特征

2、進(jìn)行量化;然后，通過(guò)主成分分析將這些理性特征融合成理性指標(biāo)，并利用理性指標(biāo)獲取股市的買(mǎi)賣(mài)點(diǎn);最后，將買(mǎi)賣(mài)點(diǎn)所對(duì)應(yīng)的股市狀態(tài)引入到馬爾科夫鏈中，實(shí)現(xiàn)股市態(tài)勢(shì)預(yù)測(cè)。在理性指標(biāo)和股市狀態(tài)相背離情況下會(huì)降低買(mǎi)賣(mài)點(diǎn)的可靠性，因而通過(guò)將特征背離引入到RI MCA算法中提出了NRI_MCA算法，NRI_MCA算法根據(jù)特征背離程度對(duì)RI MCA算法的結(jié)果進(jìn)行調(diào)整優(yōu)化。在上證指數(shù)上的實(shí)驗(yàn)比較與分析結(jié)果表明，NRI MCA算法具有更高的預(yù)測(cè)精度。
　

3、　第二，為了充分發(fā)揮理性指標(biāo)的預(yù)測(cè)能力與普遍應(yīng)用價(jià)值。基于理性指標(biāo)與股票走勢(shì)構(gòu)建的特征背離計(jì)算模型，提出了針對(duì)股票預(yù)測(cè)的CD_MCA算法。根據(jù)技術(shù)分析提取股票理性特征，采用貝葉斯網(wǎng)絡(luò)學(xué)習(xí)特征選擇的有效性，利用主成分分析構(gòu)建股票理性指標(biāo);其次，根據(jù)特征背離計(jì)算模型計(jì)算背離值，通過(guò)馬爾科夫鏈預(yù)測(cè)模型，合理劃分背離區(qū)間所對(duì)應(yīng)的股指狀態(tài);最后，根據(jù)股票與大盤(pán)的相關(guān)程度，股指所處的初始狀態(tài)，給予不同的投資決策，從而進(jìn)行連續(xù)的股票態(tài)勢(shì)預(yù)測(cè)，實(shí)現(xiàn)理性