我国证券市场的板块联动效应及模糊聚类分析

以上海证券市场的各分类样本指数为研究对象,首先分析了传统的五大类指数、A股、B股之间的相互及其与大盘的关联性,验证了B股市场运行的独立性。然后随机抽样了24个分类板块指数,研究了它们之间的相关性,并运用模糊聚类分析法对其进行了聚类分析。最后根据实证研究结果,对投资者提出有一定参考意义的投资操作建议。

基于DMD-LSTM模型的股票价格时间序列预测研究

针对股票市场关系复杂导致的有效特征提取困难、价格预测精度低等问题,提出一种基于动态模态分解—长短期记忆神经网络(DMD-LSTM)的股票价格时间序列预测方法。首先通过DMD算法对受市场板块联动效应影响的关联行业板块样本股数据进行分解计算,提取包含整体市场和特定股票走势变化信息的模态特征;然后针对不同市场背景,采用LSTM网络对基本面数据和模态特征进行价格建模预测。在鞍钢股份(SH000898)上的实验结果表明,该方法相较于传统预测方法,在特定的市场背景下能实现更高的价格预测精度,更为准确地描述股票价格的变化规律。