基于能量因果彈性演化的嶺回歸股市形態(tài)預(yù)測研究.pdf

1、由于股市波動的突變性，股市態(tài)勢的有效預(yù)測仍然是一個難題。由于股票的波動具有一定的形態(tài)特征，這些形態(tài)能有效包容股市的突變性，提升態(tài)勢預(yù)測效果;論文從股市形態(tài)特征出發(fā)，結(jié)合因果分析技術(shù)和彈性演化理論，并給予復(fù)雜系統(tǒng)從能量與空間的思想去研究股市態(tài)勢的預(yù)測。項目的研究工作具有較高的顯示意義以及應(yīng)用價值。具體研究工作如下:
　　(1)傳統(tǒng)的股市預(yù)測方法難以有效的對股市態(tài)勢進行預(yù)測，因而，基于典型的M形態(tài)，提出一種基于因果關(guān)系的嶺回歸預(yù)測股市

2、態(tài)勢算法（RRC算法）。RRC算法的基本思想:根據(jù)M形態(tài)的波動特征，結(jié)合能量思想，以M形態(tài)的邊、波峰和波谷為結(jié)點，構(gòu)建M形態(tài)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)模型;然后，利用馬爾科夫毯算法和非對稱信息熵，得到M形態(tài)的局部因果結(jié)構(gòu);進而，引入因果強度的度量標(biāo)準(zhǔn)，將M形態(tài)因果關(guān)系引入到嶺回歸模型中對股市態(tài)勢進行預(yù)測，并給出股市態(tài)勢預(yù)測算法。
　　(2)股市M形態(tài)的形成過程中長表現(xiàn)出波動性、平臺、連陽線連陰線等特點，致使結(jié)點與邊的能量轉(zhuǎn)化方向不一致。針對

3、這一缺點，在前期研究的基礎(chǔ)上，提出了基于能量彈性演化嶺回歸股市態(tài)勢預(yù)測算法(EE-RR)。該算法的基本思想是:首先構(gòu)建M形態(tài)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)，尋找目標(biāo)變量的馬爾科夫毯;然后，結(jié)合能量的彈性演化，構(gòu)建M形態(tài)結(jié)點的能量彈性演化模型;最后將M形態(tài)頂點與邊的能量彈性演化模型與嶺回歸模型結(jié)合，給出股市M形態(tài)預(yù)測算法。
　　通過在上證指數(shù)與深證成指所選的實驗數(shù)據(jù)上分別對上述兩個算法進行對比分析，實驗結(jié)果表明上述兩個算法在股市形態(tài)上的預(yù)測效果比