基于KNN方法的股票價(jià)格趨勢(shì)預(yù)測(cè)研究.pdf

1、股票不僅能廣泛地聚積社會(huì)的閑散資金來(lái)擴(kuò)大國(guó)家經(jīng)濟(jì)建設(shè)規(guī)模，而且能推動(dòng)資金的融通和經(jīng)濟(jì)之間的聯(lián)系，提升資源的使用率。股票價(jià)格的波動(dòng)不僅反映國(guó)內(nèi)經(jīng)濟(jì)的發(fā)展形勢(shì)和上市公司的運(yùn)營(yíng)狀況，更是企業(yè)融資和股民投資的重要依據(jù)。因此，預(yù)測(cè)股票市場(chǎng)價(jià)格的漲跌，可以為廣大投資者有效地克服盲目的投資。
　　本文分析了國(guó)內(nèi)外股票趨勢(shì)預(yù)測(cè)的相關(guān)研究和存在的問(wèn)題，采用統(tǒng)計(jì)量對(duì)描述股票價(jià)格的指標(biāo)進(jìn)行融合，以達(dá)到降維的目的，從而構(gòu)建描述股票價(jià)格的新的指標(biāo)空間。根據(jù)

2、以往采集的股票價(jià)格指標(biāo)數(shù)據(jù)，對(duì)現(xiàn)有股票價(jià)格趨勢(shì)進(jìn)行研判。本文工作如下:
　　首先，股票價(jià)格指標(biāo)及其趨勢(shì)的分析與確定。在分析各類(lèi)常用反映股票價(jià)格趨勢(shì)指標(biāo)的基礎(chǔ)上，本文選取一定周期內(nèi)的收盤(pán)價(jià)格、最低價(jià)格、總手、換手率、成交金額、成交次數(shù)、漲跌幅和振幅作為描述股票價(jià)格的特征指標(biāo)，將股票價(jià)格的上漲和下跌兩種趨勢(shì)作為分類(lèi)標(biāo)簽，基于此，將股票價(jià)格趨勢(shì)預(yù)測(cè)問(wèn)題轉(zhuǎn)化為兩分類(lèi)問(wèn)題。
　　其次，股票價(jià)格指標(biāo)的融合與降維。提取15天內(nèi)的股票價(jià)格指

3、標(biāo)，則形成維數(shù)為150的指標(biāo)向量。維數(shù)過(guò)大，極易導(dǎo)致運(yùn)算量和干擾的出現(xiàn)，從而導(dǎo)致研判的不準(zhǔn)確性。本文采用基于統(tǒng)計(jì)量的方法來(lái)計(jì)算一個(gè)周期內(nèi)的各項(xiàng)指標(biāo)的統(tǒng)計(jì)量，如均值、標(biāo)準(zhǔn)差、中位數(shù)、峰度和偏度，以獲取融合指標(biāo)，從而達(dá)到降維的目的，獲取到維數(shù)為50的股票價(jià)格指標(biāo)向量。采用此種方法，可以獲取訓(xùn)練數(shù)據(jù)集與測(cè)試數(shù)據(jù)集。
　　再次，基于K近鄰分類(lèi)方法的股票價(jià)格趨勢(shì)研判。對(duì)要預(yù)測(cè)價(jià)格趨勢(shì)的股票，采用K近鄰方法對(duì)其進(jìn)行研判，并給出具體算法步驟。<

4、br>　　最后，本文選取A股市場(chǎng)中五個(gè)行業(yè)（如計(jì)算機(jī)應(yīng)用、中藥、食品加工制造、生物制品和通訊設(shè)備）的歷史交易數(shù)據(jù)，通過(guò)融合與降維處理構(gòu)建訓(xùn)練數(shù)據(jù)集與測(cè)試數(shù)據(jù)集。在每個(gè)行業(yè)的數(shù)據(jù)中，選取200組上升趨勢(shì)和200組下降趨勢(shì)的趨勢(shì)片段，將具有上漲趨勢(shì)特征的股票數(shù)據(jù)作為第一類(lèi)，具有下跌趨勢(shì)特征的股票數(shù)據(jù)作為第二類(lèi)，分別選取兩類(lèi)數(shù)據(jù)總數(shù)的前2/3作為訓(xùn)練集，后1/3作為測(cè)試集，其中，K近鄰方法中K取15，5個(gè)行業(yè)的分類(lèi)精度依次為100％、99.2