深度计算的同辈群体股市态势预测算法

针对同辈群体的同辈群体算法(PG)的不足,提出深度计算的同辈群体生成算法.首先计算目标股票和候选股票之间的波段相似性,然后通过对亲密度、相关性和活跃度的深度计算,生成目标股票的同辈群体,并证明深度计算生成的同辈群体质量优于PG算法.针对PG算法不具有预测功能,通过结合自回归(AR)模型与同辈群体算法,提出基于同辈群体的自回归股价态势预测算法(DPG-AR).DPG-AR利用深度计算生成同辈群体,实现同辈群体权重的动态更新,并利用AR模型预测目标股票态势.上海证券综合指数及对应个股的对比实验证明DPG-AR的优越性.