粒子群優(yōu)化的支持向量機(jī)在股票預(yù)測中的研究與應(yīng)用.pdf

1、股票在市場經(jīng)濟(jì)中占有重要地位，發(fā)行股票的公司可以通過從社會(huì)上融資來擴(kuò)大公司規(guī)模，個(gè)體也可以通過控股的方式來影響公司的經(jīng)營，可以說股票對(duì)推動(dòng)市場經(jīng)濟(jì)發(fā)展起到了重要的作用。因此，對(duì)股市進(jìn)行分析和預(yù)測，從小的方面看，有利于市場中的個(gè)體獲益，從大的方面看，有利于決策者對(duì)宏觀經(jīng)濟(jì)進(jìn)行調(diào)整，保持國民經(jīng)濟(jì)的平穩(wěn)發(fā)展。
　　 隨著統(tǒng)計(jì)機(jī)器學(xué)習(xí)領(lǐng)域的發(fā)展，各種智能算法也不斷涌現(xiàn)。從股票的特點(diǎn)來看，它在短期投資上會(huì)產(chǎn)生很大的不確定性，但是在長期趨勢

2、上則符合統(tǒng)計(jì)學(xué)規(guī)律。因此，在有限樣本的情況下，通過機(jī)器學(xué)習(xí)算法來預(yù)測股票，是股票預(yù)測研究中的一個(gè)重要發(fā)展方向。
　　 本文在研究了各項(xiàng)股票預(yù)測技術(shù)的基礎(chǔ)上，將統(tǒng)計(jì)機(jī)器學(xué)習(xí)的思想作為算法的基礎(chǔ)，首先分析使用統(tǒng)計(jì)機(jī)器學(xué)習(xí)原理進(jìn)行股票預(yù)測的可行性，然后提出了一種新的股票預(yù)測方法，這種方法以支持向量機(jī)分類為核心，首先使用K均值聚類，對(duì)股票的歷史數(shù)據(jù)從形態(tài)上進(jìn)行分類，然后對(duì)每一類的歷史數(shù)據(jù)，提取股票預(yù)測中的經(jīng)典時(shí)態(tài)指標(biāo)作為特征，用支持向量

3、機(jī)進(jìn)行訓(xùn)練，在訓(xùn)練過程中，使用優(yōu)化的粒子群算法對(duì)支持向量機(jī)的關(guān)鍵參數(shù)進(jìn)行調(diào)整，從而得到分類更準(zhǔn)確的支持向量機(jī)模型。在預(yù)測時(shí)，首先使用最近鄰分類將待預(yù)測樣本歸到某一個(gè)聚類中，再使用該類相關(guān)的支持向量機(jī)進(jìn)行預(yù)測。通過這種多級(jí)預(yù)測的算法，提高了分類的準(zhǔn)確率。
　　 為了真實(shí)全面地評(píng)估該算法的有效性，本文通過實(shí)際的上證大盤股票的歷史數(shù)據(jù)作為訓(xùn)練集和預(yù)測集進(jìn)行分析，在實(shí)驗(yàn)的內(nèi)容上，也包括了本算法與其他預(yù)測算法的結(jié)果比較。實(shí)驗(yàn)結(jié)果表明，本算