股票權(quán)證基于分類模型的升跌趨勢預測.pdf

1、股票權(quán)證(以股票為標的物的權(quán)證)作為金融衍生物的一種，傳統(tǒng)的分析預測方式是基于數(shù)量經(jīng)濟學上的布萊克-斯科爾斯(Black-Scholes)(1973)期權(quán)定價公式構(gòu)造預測模型.但該定價公式不符合我國資本市場的實際情況：我國的證券市場沒有賣空機制，該公式的前提假設(shè)條件不能滿足，故強制性的將Black-Scholes期權(quán)定價公式應(yīng)用于我國的權(quán)證預測，效果往往差強人意.本文應(yīng)用數(shù)據(jù)挖掘的方法，在對股票權(quán)證的真實歷史交易信息進行聚類處理的基礎(chǔ)上

2、，應(yīng)用相關(guān)的分類學習算法，最終建立權(quán)證波動趨勢(升，跌)的預測模型.用真實的股票權(quán)證交易歷史數(shù)據(jù)對該模型進行檢測，預測效果令人滿意. 本文的主要工作主要包括兩個部分：首先是針對原權(quán)證交易歷史數(shù)據(jù)各列屬性為連續(xù)值的情況，本文利用聚類算法SOM(自組織映射算法)，對各屬性列分別聚類，很好將連續(xù)值轉(zhuǎn)換為狀態(tài)值，而且這樣的聚類處理減少了連續(xù)值離散化過程中的信息損失. 權(quán)證波動趨勢(升，跌)的預測作為一個分類問題，本文選用了Na(