基于理性指標的馬爾科夫鏈股市態(tài)勢預測方法.pdf

1、股票趨勢的預測對投資決策具有重要的指導作用。然而，股票走勢受到宏觀經(jīng)濟政策、公司內(nèi)部戰(zhàn)略以及股票市場存在的人為擾動性等因素的影響，使得股票趨勢難以有效預測。論文針對股票市場存在的誘多誘空問題，基于技術(shù)分析方法提出了理性指標的概念，并給出有效的構(gòu)建模型;基于理性指標與特征背離思想，提出了NRI_MCA和CD_MCA算法，分別解決了股市綜指和個股的趨勢預測問題。具體研究工作如下:
　　第一，首先提取股市的主要理性特征，并對這些理性特征

2、進行量化;然后，通過主成分分析將這些理性特征融合成理性指標，并利用理性指標獲取股市的買賣點;最后，將買賣點所對應的股市狀態(tài)引入到馬爾科夫鏈中，實現(xiàn)股市態(tài)勢預測。在理性指標和股市狀態(tài)相背離情況下會降低買賣點的可靠性，因而通過將特征背離引入到RI MCA算法中提出了NRI_MCA算法，NRI_MCA算法根據(jù)特征背離程度對RI MCA算法的結(jié)果進行調(diào)整優(yōu)化。在上證指數(shù)上的實驗比較與分析結(jié)果表明，NRI MCA算法具有更高的預測精度。
　

3、　第二，為了充分發(fā)揮理性指標的預測能力與普遍應用價值。基于理性指標與股票走勢構(gòu)建的特征背離計算模型，提出了針對股票預測的CD_MCA算法。根據(jù)技術(shù)分析提取股票理性特征，采用貝葉斯網(wǎng)絡學習特征選擇的有效性，利用主成分分析構(gòu)建股票理性指標;其次，根據(jù)特征背離計算模型計算背離值，通過馬爾科夫鏈預測模型，合理劃分背離區(qū)間所對應的股指狀態(tài);最后，根據(jù)股票與大盤的相關(guān)程度，股指所處的初始狀態(tài)，給予不同的投資決策，從而進行連續(xù)的股票態(tài)勢預測，實現(xiàn)理性