基于多种统计学习算法的股票价格预测

目录1引言11.1 研究的问题与背景11.2 研究的意义11.3 国内外文献综述11.3.1国内研究现状11.3.2 国外研究现状31.4研究方法32相关理论概念界定52.1 统计学习算法52.2 股票价格预测52.3 基于统计学习算法的股票价格预测53 股票价格影响因素分析64 统计学习算法下的股票价格预测94.1 数据处理94.2 模型评估指标114.2.1 RMSE114.2.2 MAPE124.3 建立预测模型124.3.1 Last Value124.3.2 移动平均线134.3.3 线性回归164.3.4 XGBoost184.3.5 LSTM244.3.6算法模型分析结果315总结33参考文献：33致谢35论文题目：字体：楷体，字号：小一基于多种统计学习算法的股票价格预测论文题目：字体：楷体，字号：小一摘要:随着我国经济的不断发展，股票市场成为了投资者们的攻略之地。但由于股票高风险的特性，股票投资可能导致投资者的投资在片刻间化为乌有。为了避免损失或者想得到收益，各个领域的学者和专家都对股价进行了研究和预测，并且给出了各自的研究方法。目前在股票预测领域，预测的算法有很多，而本文以VIT三年的股票价格作为数据，通过Last Value的算法、移动平均线的算法、线性回归的算法、XGBoost的算法和LSTM的算法这五种统计分析算法进行比对，简单研究预测股票价格。关键词：股票；股价；学习算法；预测Stock price prediction based on a variety of statistical learning algorithmsAbstract: The stock market has become a go-to place for investors in Chinas booming economy. But because of the high-risk nature of stocks, investing in stocks can cause investors to lose their money in a moment. In order to avoid losses or gain, scholars and experts in various fields have studied and predicted stock prices and given their own research methods. At present, many prediction algorithms are presented in the field of stock forecasting. In this paper, the stock price of VIT for three years is used as the data, and five statistical analysis algorithms, such as the algorithm of Last Value, the algorithm of moving average, the algorithm of linear regression, the algorithm of XGBoost and the algorithm of LSTM, are compared to simply study and predict the stock price.Keywords: stock；the price of the stock; learning algorithm; predictionI1引言1.1 研究的问题与背景随着股票市场的逐渐发展壮大，股票市场变得越来越规范和成熟。股票市场的蓬勃发展激发了人们的投资意识，吸引了一波又一波的投资者进驻其中。股票作为投资工具，其高投入高风险高收益的特性，使得人们为之痴狂。身为一个投资者参与到股票交易中，为了获取较高的利益回报，使得我们必须掌握市场的变化趋势和变化规律，从中预测出合适的买卖点，获取较高的收益。在信息科学技术走向成熟和学习算法十分流行的当下，利用统计学习算法对股票价格进行预测，能够帮助投资者们减少损失，寻找时机，还能为国家稳定和调控股票市场提供前期预知帮助。1.2 研究的意义股票市场对国家经济发展具有重要的影响作用。人民生活在国家强大的同时不断改善，人民手里掌握着除了日常开销之外的多余储蓄，促进了投资意识和投资观念的进步。股票市场成了人民理财的选择。股票价格的波动不仅关系到投资者的切身利益，还与经济、政治等方面息息相关。研究股票价格可以使政府制定相应的宏观经济政策来稳定国家市场经济的发展。预测股票价格能够帮助投资者在一定范围对股票的买卖决策做出指导，实现较高的获利，尽量避免高买低卖的错误决策从而导致财产的损失。因此，通过统计学习算法来预测股票价格能使得投资者对股票走向有大概的预判，对于资金的使用和股票的买卖能提前作出准备，使得财产增长，损失减少。1.3 国内外文献综述1.3.1国内研究现状当下的股票市场被投资者所密切关注，股票预测更是成为了各个领域学者和投资者的关注焦点。刘震, 王惠敏, 华思瑜（2018）认为,预测股价的想法可以通过在校正后使用递归神经网络的多因素模型来实现。这种模型立竿见影地从最深的地方提炼了影响股价的众多因素的特点，它还批量处理了近两年对股票价格产生作用的多个因素的数据，担保数据都是经过了的足够的训练，届时将比对通过模型预测的结果与已经知道的实际值和误差。分析验证了这个模型是能够使用的，并通过实验证明了这种股票价格预测方法是符合逻辑的1。李珺（2014）以传统多元线性回归为依仗，通过因子分析模型优化了回归方程，模型的多重共线性被成功清除，拟合效果较好。该模型的优点在于收集数据相对简便，并且对数据选择没有特定要求。预测结果具有很高的拟合度，适用于大多数股票。实验结果证明，采用因子分析模型消除共线性后的回归方程具有较好的预测效果2。彭燕, 刘宇红, 张荣芬（2019）抓住联系长短期记忆网络还有股票交易市场的特点，预处理需要的数据后，训练和测试这些处理后的数据，报告展示了他们使用的方法数据并不太复杂，预测效果也非常好，这第一是可以在股票投资前为投资者提供有益的动态预测的参考意见，第二是能够使投资者在对股票的实际价格了解更深一层之后制定适当的投资策略3。冯旭日, 崔洁（2019）通过Elman模型修正灰色GM模型，再者将影响股价预测的两种因子使用组合模型的方法进行处理，经Empirical Analysis，核实了组合模型的是能够解决问题的，实验结果表明，组合检验可以提高预测精度，适应股价变化规律，对投资者具有指导意义4。刘伟龙（2017）使用民生银行股票的历史数据，通过ARMA模型对数据构建模型，然后预测招商银行股票的日收盘价，通过数据进行分析后演绎出招商银行股票价格的后续走向。实验结果表明该模型对预测股票价格是有效的5。王晓洁（2016）确定股价预测模型采用的是Elman回归神经网络方法。通过矩阵实验室仿真软件进行实验，核实了在Elman神经网络基础上构建的短期股价预测模型的优势有两个：第一是收敛速度快，第二是预测准确性达到较高水准6。黄卿, 谢合亮（2018）在文中建立了一个新的证券交易合约量化投资模型，并以沪深300指数为研究对象，对一分钟的数据进行了解读。结合三种不同的学习方法一、神经网络，二、XGBoost，三、支持向量机，在预测股票合约价格每分钟变化的契机上进行比对。报告指出，三种学习机方法的可预测性都不错，其中XGBoost优于传统的神经网络和支持向量机方法7。1.3.2 国外研究现状Shao X L , Ma D , Liu Y（2018）利用时间窗将一段时间内的股票价格序列数据划分为若干个相等的子序列。采用K-means算法对股票价格子序列进行聚类。然后，依照聚类数，采用聚类结果构造出相同数量的长短期神经网络模型，训练出合适的LSTM模型，并建立出多分支长短期记忆神经网络短期股价预测模型。当股票价格预测等于1,临近股票价格序列之间的距离计算k - means聚类中心,然后是股票价格序列输入到邻近的天LSTM预测模型对应于最短的距离聚类中心来预测股票价格。结果表明，该模型比BP神经网络预测模型和以个人股票的实际收盘价格为基础的LSTM神经网络预测模型更精确8。Li, Jung Bin , and C. H. Wu (2013)采用流行的反向传播神经网络对股票价格进行单周期预测。以基础技术指标EPS和MACD为输入数据，建立基于泰勒级数的模型进行实证研究。以台塑、溢富钢铁、长荣海运、彰化银行等台湾非高科技产业的龙头企业为研究对象，分析其合理的价格与变动趋势。该模型在做多/空策略时具有良好的投资回报和较高的预测精度9。Sureshkumar K K(2013)采用预测算法和预测函数对未来股票价格进行预测，并对预测结果进行比较。分析结果表明，等渗回归函数能够较准确地预测股票价格。这些结果将在未来的研究工作中用于深入分析股票价格及其预测10。1.4研究方法（1）文献综述法。从可查询的书籍、报刊、文献、电子资料、网站信息等资料中获取与研究相关的内容资料。通过查找大量的文献资料将内容进行整理、分析、对比和总结，了解股票价格预测的有关内容，为本次研究奠定坚实的基础。（2） Last Value 法。最后一个值方法简单地将假设值设为最后一个观察值。（3）移动平均线法。移动平均线方法首先把多日内的股票价格加以计算，得出每日的浮动平均股价，然后把不同时间的平均股价连接形成一根移动平均线，以观察股价变化情况。（4）线性回归法。线性回归是一种线性方法，用于建模单个被解释变量与一个或以上解释变量之间的关系。这种方法通过结合之前的n个值和线性回归模型，把数据和模型进行拟合，然后使用拟合后的模型进行预测。（5）XGBoost法。XGBoost是一种将结果K（树的数量）个数作为最终预测值的树集成模型。其步骤分三步：一、训练XGBoost模型，二、优化超参数，三、测试XGBoost模型，并给出了相应结果。（6）LSTM法。LSTM能够处理长序列中的梯度消失的情况。LSTM里有三个“门”分别是输入门、遗忘门和输出门。输入门和遗忘门的功能就是抉择要不要对单元的元素进行更新。输出门决定了作为下一层的激活而输出的信息量。 392相关理论概念界定2.1 统计学习算法统计机器学习以计算机为依托，通过学习数据资料去创建概率模型，通过模型来预测分析数据。由此可以看出，统计机器学习中数据和概率模型这两个方面十分重要。统计学习方法有几个非常重要的部分，分别是模型，算法和策略。模型是指机器学习过程需要的概率分布函数亦或者是决策函数。算法是学习中使用的详细方法。策略是我们定义的目标或准则，然后我们学习或基于策略选择最佳模型（没有策略，我们将无法判断和选择正确的模型）。2.2 股票价格预测股票价格我们会把它定义为一种在特定的市场（证券市场）上用于买卖双方基于自愿而进行交换的货币形式。而股票并不具备价值这种体现形式，它原仅是一种交换的凭证。股票之所以有价，是因为它能给股东带来股利收益。股份的交易价格，即股票市场的水平，直接由股息的数量和银行存款的利率水平所决定。股票的价格受供求关系的直接影响，供求关系还会被股票市场里里外外的许多因素所影响，这