基于优化MACD模型的股票价格变化趋势预测方法
目的：探寻一种有效预测股票价格变化趋势的方法. 方法：在指数平滑异同移动平均线(MACD)指标中加入市场活跃程度(ACT)、波动率(VOL)、离差值(DIF)趋势程度3个指标来构建股票价格变化趋势预测模型.采用热点图对MACD策略中的参数以及股票进行选择、融合,并运用技术分析工具、支持向量机(SVM)与相关向量机(RVM)等机器学习方法对MACD策略中产生的交易信号进行优化,筛选特征变量. 结果：将设计的股票价格变化趋势预测策略的数据换成A股全市场数据并进行回测,发现近10年的年化收益率(14.8％)胜过沪深300指数(7.201％),而且使用A股全市场的数据有效避免了幸存者的偏差. 结论：优化改进的股票价格变化趋势预测模型可以在一定程度上预测股票上升的趋势,有效规避风险.
股票价格 变化趋势 预测模型 机器学习
杨永洁
广西大学计算机与电子信息学院,广西南宁530004
国内会议
南宁
中文
65-70
2016-11-26（万方平台首次上网日期，不代表论文的发表时间）