论文部分内容阅读
股市因为受到的影响因素多,影响程度深,导致股市的波动性存在不稳定、高频率的特点。尤其在股市形态发展到底部阶段的W形态面临方向选择,此时波动性较平时更大。论文以波浪理论为理论基础,选取股市中的W形态作为研究对象,通过对不同指标以及指标之间的关系的考虑,分别从形态成熟度以及形态均线滞后性等角度对股市中的W形态进行定义、量化、预测。其中成熟度是对W形态构建完整程度的量化,形态的均线滞后性是对W形态趋势相对于形态是否同步的一个量化。最终完成预测模型的构建,其对于股民的投资以及企业的融资具有重要的意义。具体开展的工作如下:(1)根据W形态构建的完整程度,提出一种结构成熟度的时序自回归股市预测算法SMA。首先,根据艾略特波浪理论引出W形态,根据W形态的波峰、边、波谷完成对W形态的定义。根据W形态的定义,从成熟度的角度出发提取相关指标完成对W形态结点成熟度的量化计算,根据W形态波动的时序性、结点的前后相关性构建结点成熟度的贝叶斯网络,同时使用非对称信息熵完成对结点成熟度之间关系强度的量化,结合关系强度以及结点成熟度完成结点结构成熟的计算。最后通过结合结点结构成熟度以及目标结点的涨幅构建预测算法,实现对W形态接下来涨幅的预测,提高了算法风险规避能力,减小了预测误差。(2)W形态成熟度的构建完成虽然能够较全面的体现W形态风险的释放以及上涨机会的积累,但是伴随W形态构建过程中W形态的趋势并不一定能够实现转势,即W形态并不一定由下降的趋势转为上涨的趋势。为了解决以上问题,论文提出均线滞后的时序自回归股市态势预测算法DSMA。首先,提取相关指标完成对W形态的定义、量化。然后,以20日移动平均线作为对W形态趋势定义以及量化的技术指标,完成W形态中结点的均线滞后程度的计算。接着,构建W形态结点同结点均线滞后程度的马尔科夫毯,并且使用非对称信息熵实现结点描述同均线滞后程度之间关系强度的量化。然后,通过结合关系强度以及均线滞后程度完成结构滞后程度的计算。最后,通过将结构滞后程度与目标结点涨幅作为模型的输入,完成预测算法的构建,提高了算法的稳定性,进一步提高了预测算法的预测精度。(3)论文在实证数据上对算法SMA、算法DSMA同算法PCA-BP的对比分析,根据分析结论,验证了成熟度以及均线滞后程度概念的引入,有效的提高了算法股市预测算法的精度。