基于多属性决策和神经网络模型的股价预测研究

本文选择A股市场中具有代表性的10支股票,根据券商研报所列示的重要特征指标,提取其2011年1月至2021年9月的市盈率、前期涨跌幅、总市值、营业收入增长率等17个特征指标,将其归纳总结,可得到七类特征因子:估值因子、成长因子、盈利能力因子、动量反转因子、交投因子、规模因子和股价波动因子。随后,利用熵权法对特征指标进行赋值,确定各因子权重,依托多属性决策模型中的加权算术平均算子,量化出公司七类特征因子的得分,再探究七类特征因子得分对其对应股票走势的影响,并考虑突发事件的影响,运用自回归模型和神经网络模型建立股价预测模型。