基于特征能量計算和能量背離分析的股市態(tài)勢預測研究.pdf

1、股市是金融市場的重要組成部分，對國家經(jīng)濟社會發(fā)展有著很重要的影響，有效的股市預測方法對廣大股民來說有著重大意義。但是中國股市因為受法制建設不健全、市場機制不完善以及投資者心理不成熟等因素影響容易產(chǎn)生大的波動，使得股票價格難以有效的預測。
　　本文針對股市預測中股價波動大小難以預測的問題，從能量的角度對股價的波動性進行分析，以支持向量機模型為基礎的預測模型，根據(jù)股市的歷史數(shù)據(jù)預測未來的股價走勢。本文的主要研究工作如下:
　　(

2、1)K線特征是股市漲跌的因果信息，針對當前的股市預測模型中缺少對K線特征的系統(tǒng)性分析，提出了一種K線能量計算的股市生命期態(tài)勢預測方法(LPF-SVM)。該算法首先提取典型K線特征，分析K線特征的產(chǎn)生背景，建立K線特征的孕育成熟度模型，接著分析K線特征出現(xiàn)時各種指標的表現(xiàn)，建立K線特征爆發(fā)力模型，根據(jù)K線特征的孕育成熟度和爆發(fā)力預測未來股價趨勢，建立KLF-SVM算法模型。為了有效預測態(tài)勢，引入了股市生命期概念，在KLF-SVM算法基礎上

3、，根據(jù)K線特征的孕育成熟度和爆發(fā)力定義K線特征的能量模型。根據(jù)K線特征的能量和K線特征的組合方式判斷當前股價處于生命期的哪一階段，進而預測未來股價波動范圍，將這個波動范圍作為先驗知識加入SVM。實驗結果表明，LPF-SVM算法的預測誤差比SVM和FWSVM等算法更低。
　　(2)由于LPF-SVM更適合應用于股價走勢較為規(guī)律的情況，對于股價走勢不規(guī)律的情況預測結果不夠理想，提出了一種基于K線能量和技術指標能量背離程度的股市預測方法