![](https://csdnimg.cn/release/download_crawler_static/18270055/bg1.jpg)
收稿日期:20181114;修回日期:20190108 基金项目:河北省自然科学基金资助项目(F2017202145);河北省高等学校创新创业教
育教学改革研究与实践项目(2017CXCY012)
作者简介:田红丽(1972),女,副教授,博士,主要研究方向为数据挖掘和人工智能(tianjinjiangtong@163.com);李成群(1994),男,硕士研究
生,主要研究方向为数据挖掘和预测;闫会强(1972),男,讲师,博士(后),主要研究方向为金融工程和量化投资.
缠论和相似灰色模型的预测方法在股价
拐点预测中的研究应用
田红丽
a
,李成群
a
,闫会强
b
(河北工业大学 a.人工智能与数据科学学院;b.经济管理学院,天津 300130)
摘 要:针对股价拐点预测研究中拐点序列重构和振荡序列预测问题,提出一种缠论和相似灰色模型结合的预
测方法。首先,在缠论基础上系统地给出序列重构的基本理论,再针对灰色理论在振荡序列中预测的不足,提出
纵向残差和横向偏差相关系数与灰色理论相结合的相似灰色预测模型;然后利用纵向偏差—横向残差相关系数
对历史数据进行匹配计算,得到预测误差最小的灰色模型参数,以加权求和的方式实现具有振荡特性的股价拐
点预测。最后两组股价拐点预测实验表明,所归纳的序列重构理论是有效的,与其他常用灰色模型对比表明,相
似灰色模型可有效提高振荡序列的预测精度。
关键词:拐点预测;缠论;灰色模型;相关系数;振荡序列
中图分类号:TP399 文献标志码:A 文章编号:10013695(2020)06012166604
doi:10.19734/j.issn.10013695.2018.11.0904
Researchandapplicationofpredictionmethodbasedonentanglementtheoryand
similargreymodelinpredictionofstockpriceinflectionpoint
TianHongli
a
,LiChengqun
a
,YanHuiqiang
b
(a.SchoolofArtificialIntelligence,b.SchoolofEconomics&Management,HebeiUniversityofTechnology,Tianjin300130,China)
Abstract:Aimingattheproblemofinflectionpointsequencereconstructionandoscillationsequencepredictioninstockprice
inflectionpointpredictionresearch,thispaperproposedapredictionmethodcombiningentanglementtheoryandsimilargray
model.First,basedontheentanglementtheory,itsystematicallygavethebasictheoryofsequencereconstruction.Aimingatthe
shortcomingsofgreytheorypredictioninoscillationsequence
,itproposedasimilargreypredictionmodelcombininglongitudi
nalresidualandlateraldeviationcorrelationcoefficientwithgreytheory.Second,itusedthelongitudinaldeviationtransverse
residualcorrelationcoefficienttocalculatethehistoricaldata,andobtainedthegraymodelparameterswiththesmallestpredic
tionerror.Then
,itrealizedstockpriceinflectionpointpredictionwithoscillationcharacteristicsbyweightedsummation.The
lasttwosetsofstockpriceinflectionpointpredictionexperimentsshowthatthesummarizedsequencereconstructiontheoryis
effective.Comparedwithothercommongraymodels
,thesimilargraymodelcaneffectivelyimprovethepredictionaccuracyof
theoscillationsequence.
Keywords:turningpointprediction;entanglementtheory;greymodel;correlationcoefficient;oscillatingsequence
0 引言
股票价格预测可为股票投资提供有力的科学依据,吸引了
众多学者的关注
[1,2]
。但因股票价格变化受多种因素影响,使
其呈现复杂、非平稳变化趋势,这对股票价格预测研究带来了
难题
[3]
。目前,股票投资预测研究主要包括收益率预测和拐
点预测。其中,拐点预测可协助投资者实现最小风险的投资决
策。对于股价拐点预测,如何挖掘真实有效的拐点信息,如何
实现复杂波动的拐点序列预测,是其研究的重点和难点问题。
对于股价拐点预测问题,文献[
4]提出了分段线性函数表
示股价转折点的方法,并利用神经网络完成了股价拐点的预
测;文献[5]继承分段线性思想,利用高斯过程分类实现拐点
预测;文献[6]基于最小方差和支持向量机提高了股价拐点预
测精度;文献[7]结合多项式拟合和支持向量机模型对拐点进
行预测;文献[
8]通过周易和博弈论分析股票价格波动规律,
建立了股价短线波段拐点预测模型;文献[9]利用混沌时间序
列分析手段实现对拐点的预测。对于上述研究成果,在生成拐
点数据时,未能充分考虑股票的多种特征,如交易日的开盘价、
收盘价、最高价和最低价,使得股价拐点预测结果不能反映真
实情况。另外,除了上述几种预测方法外,对股票的预测方法
还包括极 限学 习方 法
[10]
、相似 性搜 索方 法
[11]
、灰 色预 测 模
型
[12]
以及混合方法
[2,13~15]
。其中,灰色预测模型(greymodel,
GM)因其模型简便易用得到了广泛的应用
[16,17]
。但是,对于
诸如股价拐点这样复杂波动的数据序列,常规的灰色模型往往
不能得到理想的预测结果
[18]
。对此,等高线灰色模型
[19]
、包
络线灰色模型
[20]
试图解决振荡序列预测问题,但得到的结果
或存在病态现象,或得到的包络区域不适合拐点预测。
对此,本文基于缠论和相似灰色模型实现股价拐点序列的
提取和预测,解决了灰色预测模型在振荡序列中预测精度不高
的问题。并利用缠论的基本思想,归纳出公式化的适用于股价
拐点序列提取的缠论理论。这种与相关系数结合的灰色模型
称之为相似灰色模型(
similaritygreymodel,SGM)。
第 37卷第 6期
2020年 6月
计 算 机 应 用 研 究
ApplicationResearchofComputers
Vol37No6
Jun.2020