基于K-means聚類的馬爾可夫過程在股價趨勢預(yù)測中的應(yīng)用.pdf

1、證券市場是個復(fù)雜且難以預(yù)測的系統(tǒng)，影響股價變動的因素非常多，是個典型非結(jié)構(gòu)性及非線性的系統(tǒng)?，F(xiàn)在大多數(shù)股市分析人員采用基本分析法或技術(shù)分析法預(yù)測股市的走勢。隨著時代的發(fā)展，數(shù)學(xué)越來越多地被運用到金融當中，目前，在股票市場的預(yù)測中被廣泛使用的數(shù)量分析預(yù)測方法主要有神經(jīng)網(wǎng)絡(luò)、灰色系統(tǒng)、時間序列模型以及組合模型預(yù)測等等，但這些預(yù)測方法都不適應(yīng)事物的無后效性。因此，本文旨在通過馬爾可夫鏈的相關(guān)方法，對我國股票市場進行實證研究，探討我國股票市場的

2、股票價格漲跌趨勢，尋找我國股市行情變化的規(guī)律，為投資者提供相關(guān)的參考模型。
　　 本文從數(shù)學(xué)和統(tǒng)計學(xué)的角度對股票價格指數(shù)的預(yù)測分析作些探索性研究，利用馬爾可夫鏈無后效性、不需要從復(fù)雜的預(yù)測因子中尋找各因素之間的相互規(guī)律、只需要考慮事件本身的歷史狀況、通過計算狀態(tài)轉(zhuǎn)移概率來預(yù)測內(nèi)部狀態(tài)的變化等特點，構(gòu)建由K-means 聚類方法得到四個狀態(tài)的模型，對上證股票價格指數(shù)的未來趨勢進行預(yù)測，最終得到了較為滿意的結(jié)論。
　　 本文