基于主成分分析的股票收盘价组合预测方法

作者：魏健; 赵红涛; 加鹤萍

来源：当代金融研究, 2020, (03): 92-103.

• 主成分分析
• HMM模型
• CNN模型
• LSTM模型
• SVM模型

本文构造了隐马尔可夫模型、CNN、LSTM、支持向量机的组合算法,旨在寻求股票收盘价精准预测的算法。在处理缺失值和异常值的过程中,本文使用三次样条插值法填充了缺失值,使用DBSCAN聚类的方法删除了异常值。考虑到不同的因素指标对下一交易日收盘价的影响程度不同,本文采用灰色关联判别分析其关联度,剔除了关联度小于0.9的指标,避免了数据冗余,提高了运算效率。本文使用中信证券和上证指数的数据实证研究后发现,单独预测模型并不能很好地预测收盘价的涨跌。为此,本文使用主成分分析来确定四种方法的权值,最终得出组合预测股票涨跌的比例达到95.65%和94.26%。

• 单位
  数理学院; 经济管理学院; 华北电力大学