一种基于时间序列链的股市预测方法 |
| |
引用本文: | 田贤忠,胡安娜,顾思义.一种基于时间序列链的股市预测方法[J].浙江工业大学学报,2021,49(5):503-510. |
| |
作者姓名: | 田贤忠 胡安娜 顾思义 |
| |
基金项目: | 国家自然科学基金资助项目(61672465) |
| |
摘 要: | 随着互联网的发展,如何在海量的数据中挖掘出有益的信息尤为重要。利用时间序列模型预测股票市场虽然早已被证实是有效性的,但是过去都停留在时间序列主题发现上,忽视了子序列也会随时间动态演化的情况。因此,基于近年提出的新概念——时间序列链,提出将其应用在股票市场预测中的算法,结合股票市场的特点,利用向量的余弦距离来模拟股票走势对子序列相似度的影响,同时提出基于CEEMDAN的子序列长度搜索算法来获取尽可能有效且有代表性的子序列长度,根据这些子序列长度来查找时间序列链并应用于股票预测。历史股票数据回测证明笔者算法的预测准确率在93%以上。
|
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《浙江工业大学学报》浏览原始摘要信息 |
|
点击此处可从《浙江工业大学学报》下载全文 |
|