K近邻及其集成模型的股票价格预测

作者:张伟楠; 鲁统宇; 孙建明
来源:电子技术应用, 2019, 45(05): 9-22.
DOI:10.16157/j.issn.0258-7998.190140

摘要

为了验证股票的价格运动与过去应该是相似的这一假设,运用K近邻算法,将价格运动简单划分为涨跌两类进行预测,进行假设验证。使用滑窗方法比较现在的价格运动与何时的历史价格更为相似,将多个K近邻模型组合成集成模型,实现模型的泛化和策略收益的调整。使用中证500指数的历史价格数据进行预测实证,2017年~2018年9月的预测结果显示单个K近邻模型策略获得76. 72%的收益,现在的价格运动与遥远的过去更为相似,集成模型能更好地控制风险。该模型利用K近邻模型的含义验证了股票价格运动具有相似性,可以作为证券交易的择时策略。

全文