基于机器学习的股票交易时机研究

毕业设计（论文）题目基于机器学习的股票交易时机研究专业信息与计算科学班级2006级1班学生佘开勇指导教师韩逢庆重庆交通大学2010年6月I目录摘要....................................................................IABSTRACT................................................................II第一章前言............................................................11.1研究背景...........................................................11.2股市预测的发展概况.................................................11.3支持向量机简介.....................................................31.4本文的主要内容.....................................................3第二章股市知识的准备...................................................52.1引言...............................................................52.1.1我国股票市场的发展.............................................52.1.2进行股票投资分析的必要性.......................................62.2股票的相关知识.....................................................62.2.1股票常用术语...................................................72.2.2股票价值和股票指数............................................72.3企业财务指标.......................................................92.4股市技术指标简介...................................................9第三章股市预测问题研究方法............................................123.1引言..............................................................123.2投资分析法........................................................123.2.1技术分析法....................................................123.2.2基本面分析法..................................................123.2.3组合分析法....................................................133.3时间序列分析法....................................................133.3.1ARMA模型简介..................................................143.4非线性系统分析法..................................................143.4.1神经网络预测方法概述..........................................143.4.2多层前馈神经网络（BP网络）....................................15第四章统计学习理论与支持向量机........................................174.1理论背景..........................................................174.1.1机器学习分类..................................................174.1.2机器学习存在的基本问题........................................174.2统计学习理论......................................................184.2.1VC维..........................................................194.2.2推广性的界....................................................194.2.3结构风险最小化（StructuralRiskMinimization，SRM）...........204.3支持向量机基本原理................................................214.3.1基本概念......................................................224.3.2线性支持向量机................................................234.3.3非线性支持向量机..............................................254.3.4基于支持向量机的回归分析......................................28第五章基于支持向量机的股市预测.......................................315.1基于支持向量机的股市预测流程......................................315.2基于向量机的分析预测工具LIBSVM.....................................325.3实际预测结果与数据验证分析........................................335.4股票交易时机的确定................................................38结束语..................................................................40致谢...................................................................41参考文献................................................................422010届信息与计算科学专业毕业论文I摘要股票市场是一个复杂的非线性动态系统，但由于传统的预测技术并没有准确的揭示股票市场的内在规律，导致最终的预测结果并不十分理想。本文采用了支持向量机的方法对股市进行预测。支持向量机是数据挖掘中的一项新技术，是借助于最优化方法解决机器学习问题的新工具。特别是近年来支持向量机在回归算法的研究方面也表现了极好的性能，但是将其应用到股市预测中却并不多。本文介绍了股市的相关背景知识，然后对股市里的常用术语作了介绍以及对传统的股市预测的方法进行了介绍，特别详细介绍了基于神经网络的预测方法。接着全面介绍了统计学习理论和建立在其上的支持向量机方法，详细描述了支持向量机方法的基本原理。最后，对支持向量机方法用于股市预测问题进行了尝试。提出了使用支持向量机的方法进行股市预测的基本流程，然后通过使用实际的股市交易数据进行预测，在具体股价的预测都表现出很好的效果。关键词：股票，股市预测，支持向量机，核函数佘开勇：基于机器学习的股票交易时机研究IIABSTRACTStockmarketisacomplexnon-linearsystem,andisaffectedbymanyfactors.Thetraditionalpredictiontechnologiescannotdisclosetheinherentruleofstockmarket.Inthispaper,anewpredictiontechnologybasedonSupportVectorMachine(SVM)hasbeenproposed.Thesupportvectormachineisadataminingnewtechnology;itisanewtoolthatdrawssupporttheoptimizedmethodtosolutethemachinelearningquestions.Speciallyinrecentyears,supportedthevectormachinealsotodisplaytheextremelygoodperformanceinthereturnalgorithmresearchaspect,butapplieditthestockmarkettoforecastcertainlywerenotactuallymany.Thispaperintroducethebackgroundknowledgeofstockmarket,thencommontermsonthestockmarketwasintroducedandtraditionalpredictiontechnologiesareintroducedindetail,especiallythetechnologybasedonneuralnetwork,andthenthebasicprinciplesofSVMarediscussed.Finally,thispaperusesSVMtopredictthepriceofstock,andproposeacommonframeworktosolvestockmarketpredictionproblemsusingSVM.Datafromrealstockmarketisusedtoevaluatetheexactnessofthealgorithm.ResultshowsthatSVMisaneffectivemethod,andgetpreciseresult.KeyWords：Stock,PredictionofStockmarket,SupportVectorMachine,Kernelfunction2010届信息与计算科学专业毕业论文1第一章前言1.1研究背景股票是市场经济的产物，股票的发行和交易促进了市场经济的方展。自从股票1773年在英国率先发行以来，已有二百多年的历史。现在已经成为整个社会经济的“晴雨表”和“报警器”，其对于经济发展的作用不可估量。随着股票市场的不断规范壮大和计算机技术的发展，越来越多的人进入到股票交易市场，也相应产生了很多股票分析和预测系统。由于股市行情受经济政治等因素的影响，其内部规律非常复杂，变化周期无序，同时我国资本市场投资者结构具有特殊性，个人投资者的比例很高，投资者的心里状态不同，对股票交易的行为会产生直接的影响，导致股价波动。在信息爆炸的今天，迫切需要一种方法能从大量的数据信息中提取出有用的信息，数据挖掘技术在这种情况下诞生了。确切的