论文部分内容阅读
股票市场是企业融资和股民投资的重要手段,股市预测研究对投资者、企业、政府政策制定都具有重大的理论与现实意义。在上证大盘中常出现股价走势与技术指标走势不一致的现象,使传统的股价态势预测模型缺乏可解释性及预测效果不佳;同时,指标的背离功能可以用于指导投资者预测风险和寻找买入机会,其中风险偏好是表达投资者对于股市技术指标背离的容忍程度。论文综合股市背离特征和投资者风险偏好及二者关系研究大盘走势,具体研究工作如下:第一,首先进行MACD指标背离特征的提取及背离程度的计算,然后根据特征的背离程度值和收盘价,利用BP网络进行股价态势预测。由于在市场风险偏好高时,特征背离与股价态势之间相关性很弱,因而在此基础上利用贝叶斯网络学习风险偏好、背离特征与股价走势之间的关系,根据风险偏好与背离特征之间关系的变化,构建一种背离特征和风险偏好分析的股价态势预测方法(RPDCA).第二,为了在没有背离特征也能利用风险偏好因素预测股市,并针对风险偏好类型会随着股市流动而变化的问题,引入基于时变风险偏好的多背离特征股市预测算法(MDC-VRPA)。首先根据贝叶斯网络学习多种指标与股价走势的关系,利用马尔科夫毯选取与目标节点关系最密切的节点,作为风险偏好的组成因素;然后将滑动窗口固定在待预测股市的时间段内,提取窗口内马尔科夫毯节点的流数据和多背离流特征,将流数据代入到风险偏好度量模型以得到当前风险偏好程度;进而,通过对多背离流特征进行同源累加处理,建立最终预测模型;最后,通过后移滑动窗口,来跟踪提取特征,实现股市预测的连续性。实证表明MDC-VRPA算法具有更高的预测准确率及更广泛的适用范围。