计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2013年
12期
45-51
,共7页
姚宏亮%杜明超%李俊照%王浩
姚宏亮%杜明超%李俊照%王浩
요굉량%두명초%리준조%왕호
流特征%流特征模式%同辈群体分析%股市预测
流特徵%流特徵模式%同輩群體分析%股市預測
류특정%류특정모식%동배군체분석%고시예측
Stream feature%Stream feature model%Peer group analysis%Stock market price forecasting
由于股市波动的突发性、多变性,且时序数据呈非正态分布,传统的时序预测模型难以有效预测股市.提出了一种基于流特征模式的股市跟踪预测算法(SFM-PG),该算法根据股票之间的相关性构建贝叶斯网络,选取目标股票的马尔科夫毯作为其同辈群体,然后基于同辈群体之间的接近度,给出一种窗口跟踪式预测模型,其通过对同辈群体权重的动态更新进行跟踪式预测,以减少股票数据分布非正态性对预测的影响;进而,使用滑动窗口提取时序数据中的特征并形成流特征,通过与模式知识库的匹配提取流特征模式,并利用与流特征模式对应的知识调整预测结果,以减少由于突变所引入的预测误差.最后,在上证股票板块网络上的实验结果显示了算法的实用性和有效性.
由于股市波動的突髮性、多變性,且時序數據呈非正態分佈,傳統的時序預測模型難以有效預測股市.提齣瞭一種基于流特徵模式的股市跟蹤預測算法(SFM-PG),該算法根據股票之間的相關性構建貝葉斯網絡,選取目標股票的馬爾科伕毯作為其同輩群體,然後基于同輩群體之間的接近度,給齣一種窗口跟蹤式預測模型,其通過對同輩群體權重的動態更新進行跟蹤式預測,以減少股票數據分佈非正態性對預測的影響;進而,使用滑動窗口提取時序數據中的特徵併形成流特徵,通過與模式知識庫的匹配提取流特徵模式,併利用與流特徵模式對應的知識調整預測結果,以減少由于突變所引入的預測誤差.最後,在上證股票闆塊網絡上的實驗結果顯示瞭算法的實用性和有效性.
유우고시파동적돌발성、다변성,차시서수거정비정태분포,전통적시서예측모형난이유효예측고시.제출료일충기우류특정모식적고시근종예측산법(SFM-PG),해산법근거고표지간적상관성구건패협사망락,선취목표고표적마이과부담작위기동배군체,연후기우동배군체지간적접근도,급출일충창구근종식예측모형,기통과대동배군체권중적동태경신진행근종식예측,이감소고표수거분포비정태성대예측적영향;진이,사용활동창구제취시서수거중적특정병형성류특정,통과여모식지식고적필배제취류특정모식,병이용여류특정모식대응적지식조정예측결과,이감소유우돌변소인입적예측오차.최후,재상증고표판괴망락상적실험결과현시료산법적실용성화유효성.
