论文部分内容阅读
证券市场是不稳定的和随机的，仅仅预测明天的股价趋势也是很困难的。但是，当我们建立了出色的、有良好构造的特征集模型，以获得不断变化的股价趋势中隐藏的不易观察的属性时，我们的预测能力就会提高，就能够更好地估计股价的趋势。 本文提出了一个可以更好地预测股票价格未来趋势的二元事件模型，它结合了各种常用的技术指标，并运用贝叶斯和支持向量机分类算法证明了该模型在预测准确性和速度方面的优势，预测准确率达到70％﹣80%左右。同时其回归测试表明，交易的累计回报率在30%以上。实验结果表明，在真实市场环境中本文建立的模型在预测准确性和累计回报方面表现良好。