支持向量機(jī)在預(yù)測股票波浪走勢中的應(yīng)用.pdf

1、越來越多的人開始進(jìn)行股票投資，為了獲得超額利潤，對股票價格進(jìn)行預(yù)測將是人們關(guān)心的問題。股票市場是一個復(fù)雜的非線性動態(tài)系統(tǒng)，利用現(xiàn)在比較常見的馬氏鏈預(yù)測技術(shù)、神經(jīng)網(wǎng)絡(luò)預(yù)測技術(shù)、灰色模型理論預(yù)測技術(shù)、時間序列預(yù)測技術(shù)以及最普通的線性回歸方程預(yù)測技術(shù)很難達(dá)到利用預(yù)測結(jié)果指導(dǎo)股票進(jìn)行操作而獲利的目的。 為了更好的對股票市場的價格規(guī)律進(jìn)行分析，達(dá)到實用化的目的，本文提出并實現(xiàn)了一種以使用支持向量機(jī)的分類方法為基礎(chǔ)的股票波段式預(yù)測方法。其主

2、要思想分為兩個步驟：一，把需要訓(xùn)練和測試的股票走勢k線圖進(jìn)行分段。為了達(dá)到對日k線數(shù)據(jù)進(jìn)行分段的目的，本文提出并實現(xiàn)了一種簡單的基于層次聚類的算法以對日k線數(shù)據(jù)進(jìn)行自動劃分，并依次把上升波段的前兩個樣本點劃為上升起點類，把上升波段的剩余樣本點劃為普通上升類，把下降波段的前兩個樣本點劃為下降起點類，把下降波段的剩余樣本點劃為普通下降類。二，根據(jù)分段后的波段特征信息進(jìn)行分類并預(yù)測后市的波段走勢。而為了達(dá)到更加準(zhǔn)確的分類操作，在挑選樣本屬性時