基于机器学习的股票价格研究

股票投资常常伴随着风险发生,越来越多的投资者期望寻求更加科学的投资方法。随着人工智能和大数据的兴起,用机器学习探究股票市场的变化规律越来越流行。本文采用机器学习的三种算法,线性神经网络模型(Linear Model)、多层感知机神经网络模型(MLP)和支持向量机回归模型(SVM)分别对1990年至2019年的上证指数sh000001价格进行研究。在1%误差容忍度下,验证了三种模型对股价均较好的预测效果,为广大投资者提供投资策略支持。