-
题名一种基于流特征模式的股市跟踪预测算法
被引量:3
- 1
-
-
作者
姚宏亮
杜明超
李俊照
王浩
-
机构
合肥工业大学计算机与信息学院
-
出处
《计算机科学》
CSCD
北大核心
2013年第12期45-51,共7页
-
基金
国家自然科学基金(61175051
61070131
61175033)资助
-
文摘
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。
-
关键词
流特征
流特征模式
同辈群体分析
股市预测
-
Keywords
Stream feature, Stream feature model, Peer group analysis, Stock market price forecasting
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-