收藏本站
收藏 | 论文排版

基于机器学习算法模型的白酒股票预测研究

杨易  
【摘要】:随着我国金融市场的发展,股票价格预测受到各界人士的重视,股票预测能够为金融市场投资者带来丰厚收益,也能够成为风险管理的工具。机器学习与人工智能技术发展日益完善,已在多个领域达到惊人效果,机器学习与深度学习算法模型能够处理海量数据,从中快速处理分析规律,众多学者尝试将多种机器学习模型应用在金融领域,建立在数学模型上的量化投资分析技术得到了广泛应用。股票数据具有非线性、高噪声、非平稳的特点,能够找到合理的梳理股票数据的方法构建非线性机器学习模型,探究股票价格涨跌规律,都具有现实和理论意义。时下白酒板块股票关注度高,本文主要对白酒股票市场价格涨跌情况进行预测与研究,选取申万行业分类中全部白酒股票数据进行研究,首先考虑到金融市场具有很多扰动因素,股票时间序列数据中包含大量噪声,使用小波阈值降噪对数据进行预处理,提取股票数据中的有用信号。实证部分以两只股票为例,展示股票收盘价通过小波降噪前后的对比图。本文主要使用LSTM,支持向量机与XGBoost模型对白酒股价做预测研究,LSTM能挖掘时间信息,可以很好地拟合预测股票价格,XGBoost是新兴的Boosting集成算法模型,高效且精准,支持向量机算法原理简单,有良好的推广能力。本文选取了2015年3月2日至2020年3月2日的白酒股票数据作为此次的研究样本,股票数据取自wind数据库,数据处理及建模过程在python语言中完成,使用行情指标及相关技术指标,通过特征工程增广构建更多特征作为模型的输入变量,实证结果表明,三个机器学习模型对股票收盘价走势均具有优秀的预测拟合能力。本文使用MAE、RMSE、MAPE、R2评价模型预测效果,LSTM表现最优,同时证明了新兴机器学习算法XGBoost在股票价格预测上的可行性,相对于其他算法LSTM、支持向量机等,XGBoost运行速度快,具有一定优势。本文在原有算法模型基础上继续尝试对模型进行优化,使用遗传算法对XGBoost调参,选出较好的参数集,经过多次迭代提高模型预测效果;将encoder-decoder编码-解码结构加入LSTM模型中,并使用attention注意力机制,尝试提升模型预测能力。


知网文化
【相似文献】
中国期刊全文数据库 前16条
1 胡聿文;;基于优化LSTM模型的股票预测[J];计算机科学;2021年S1期
2 孙丽丽;方宏彬;朱星星;胡蕾明;齐龙武;;基于网格搜索优化的XGBoost模型的股票预测[J];阜阳师范大学学报(自然科学版);2021年02期
3 黄颖;杨会杰;;基于XGBoost和LSTM模型的金融时间序列预测[J];科技和产业;2021年08期
4 朱星星;;结合财务指标和技术指标的股票预测实证研究[J];科技风;2021年15期
5 方红;韩星煜;徐涛;;改进型基于LSTM的股票预测方法[J];安徽大学学报(自然科学版);2019年06期
6 顾洲一;;基于XGBoost模型的银行信贷高风险客户识别研究——以我国Y银行为例[J];上海立信会计金融学院学报;2020年01期
7 甘文娟;陈永红;韩静;王亚飞;;基于正交参数优化的LSTM结构变形预测模型[J];计算机系统应用;2020年09期
8 董本清;;机器学习与支持向量机[J];软件工程师;2007年07期
9 何立健;林穗;翁海瑞;;基于LSTM的图像生成诗歌模型[J];信息技术与网络安全;2019年04期
10 杨国兵;李泽荣;饶含兵;李象远;陈宇综;;机器学习方法用于建立乙酰胆碱酯酶抑制剂的分类模型[J];物理化学学报;2010年12期
11 彭丹蕾;谷利泽;孙斌;;基于SVM和LSTM两种模型的商品评论情感分析研究[J];软件;2019年01期
12 邱莎;;几种基于机器学习的生物命名实体识别模型比较[J];电脑知识与技术(学术交流);2007年05期
13 陈永义;支持向量机方法与模糊系统[J];模糊系统与数学;2005年01期
14 刘廷;;基于支持向量机的股票预测[J];信息通信;2015年08期
15 娄棕棋;;机器学习的理论发展及应用现状[J];中国新通信;2019年01期
16 田勇;;基于机器学习的字符图像验证码识别研究[J];集宁师范学院学报;2021年02期
中国重要会议论文全文数据库 前20条
1 陈翠云;刘志宇;宫月;;基于机器学习的网络入侵检测模型及方法研究[A];第六届全国网络安全等级保护技术大会论文集[C];2017年
2 于海东;邢明;;基于机器学习多模型的SSL加密威胁检测技术研究和应用[A];2021年国家网络安全宣传周“网络安全产业发展论坛”论文集[C];2021年
3 陆烨玮;;基于机器学习的结核分枝杆菌耐药性分析方法[A];中国防痨协会第33届全国学术大会暨中国防痨科技奖颁奖大会论文汇编[C];2021年
4 张旭东;;面向宽口径的机器学习课程和教材建设探索和实践[A];第十五届全国信号和智能信息处理与应用学术会议论文集[C];2022年
5 吴超;陈景文;傅志强;吴思甜;苏利浩;;基于机器学习的化学品致癌性预测模型[A];人工智能与人类健康论文摘要集[C];2021年
6 Jonny Bentwood;;营销中的AI应用与未来发展[A];清研智库系列研究报告(2020年第5期)[C];2020年
7 夏振华;郭先文;陈十一;;关于机器学习RANS建模的一些思考[A];第十一届全国流体力学学术会议论文摘要集[C];2020年
8 王子敬;吴晓妍;宋诚谦;秦丰华;罗喜胜;;基于GPU并行和机器学习的气固相互作用研究[A];第十一届全国流体力学学术会议论文摘要集[C];2020年
9 彭俊;胡宗民;姜宗林;;基于机器学习预测激波相互作用位置的研究[A];第十一届全国流体力学学术会议论文摘要集[C];2020年
10 赖力鹏;;机器学习与计算化学方法在小分子药物筛选与开发中的应用实践(英文)[A];2019中国化学会第十五届全国计算(机)化学学术会议论文集[C];2019年
11 沈超;侯廷军;;基于人工智能技术的蛋白-小分子打分方法研究[A];2019中国化学会第十五届全国计算(机)化学学术会议论文集[C];2019年
12 张伟;;一种用于流动模拟及建模的机器学习方法[A];第三十一届全国水动力学研讨会论文集(上册)[C];2020年
13 无奇;尹杰茜;余晨;王海明;洪伟;;机器学习辅助的多目标天线优化方法[A];2019年全国天线年会论文集(下册)[C];2019年
14 倪欢欢;韩益亮;段晓巍;李喆;;机器学习中的安全和隐私问题研究进展[A];2020中国系统仿真与虚拟现实技术高层论坛论文集[C];2020年
15 周信哲;陈永娟;蒲文鹏;;机器学习在水质预测中的应用[A];2020中国环境科学学会科学技术年会论文集(第四卷)[C];2020年
16 柏晓东;张伟;;基于机器学习的湍流涡激运动[A];第三十一届全国水动力学研讨会论文集(上册)[C];2020年
17 陈一;吴笛;段俐;康琦;;机器学习在BM对流研究中的应用[A];第十一届全国流体力学学术会议论文摘要集[C];2020年
18 骆新斗;郭昊;刘沛清;;基于机器学习对低雷诺数下平板转捩模拟修正[A];第十一届全国流体力学学术会议论文摘要集[C];2020年
19 杨学志;陆达伟;刘倩;江桂斌;;辨微识源:颗粒物的同位素指纹分析[A];中国化学会第22届全国色谱学术报告会及仪器展览会论文集(第一卷)[C];2019年
20 ;中国人工智能产业研究报告(Ⅲ) 公开版 2020年[A];艾瑞咨询系列研究报告(2020年第12期)[C];2020年
中国博士学位论文全文数据库 前20条
1 吴西竹;机器学习中模型复用技术的研究[D];南京大学;2020年
2 朱文新;基于额外信息的支持向量机模型和算法研究[D];中国农业大学;2014年
3 肖智博;排序主题模型及其应用研究[D];大连海事大学;2014年
4 殷曦;基于机器学习及统计计算模型的膜蛋白结构预测[D];上海交通大学;2017年
5 杨静;蛋白质残基相互作用预测及其在结构建模中的应用研究[D];上海交通大学;2018年
6 韩启迪;基于非线性成矿动力系统的机器学习方法应用研究[D];中国地质大学(北京);2019年
7 薛红新;基于机器学习方法的分类与预测问题研究[D];中北大学;2019年
8 刘浏;基于机器学习的恶意代码检测与分类技术研究[D];国防科技大学;2017年
9 陈旭展;基于机器学习的智能机器人环境视觉感知方法研究[D];华中科技大学;2019年
10 吴念;CO_2电还原的理论计算研究[D];武汉大学;2019年
11 胡胜山;面向机器学习的安全外包计算研究[D];武汉大学;2019年
12 王磊;基于机器学习的药物—靶标相互作用预测研究[D];中国矿业大学;2018年
13 张庆;钙钛矿型功能材料的基因组工程研究[D];上海大学;2018年
14 管月;医学肿瘤影像分类算法研究及其在肝癌上的应用[D];南京大学;2018年
15 郝小可;基于机器学习的影像遗传学分析及其应用研究[D];南京航空航天大学;2017年
16 施建明;基于机器学习的产品剩余寿命预测方法研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2018年
17 陈再毅;机器学习中的一阶优化算法收敛性研究[D];中国科学技术大学;2018年
18 陆海进;Zr合金热动力学研究及机器学习[D];上海大学;2018年
19 戴望州;一阶逻辑领域知识与机器学习的结合研究[D];南京大学;2019年
20 符丹卉;基于MRI结构成像与静息态功能成像影像特征的机器学习法在AIDS患者中的应用研究[D];广西医科大学;2019年
中国硕士学位论文全文数据库 前20条
1 杨易;基于机器学习算法模型的白酒股票预测研究[D];山东大学;2021年
2 王霄鹏;基于LSTM改进模型的股票预测研究[D];重庆理工大学;2020年
3 郑宏;基于LSTM与XGBoost组合模型的电价预测研究[D];太原科技大学;2021年
4 典彩华;基于机器学习的梭鲈生长发育模型研究[D];天津农学院;2020年
5 汤昊;基于LSTM模型预测沪深300指数收益率的研究[D];山东大学;2020年
6 王帅阳;基于LSTM模型的问答社区专家发现方法[D];昆明理工大学;2019年
7 周红晓;基于机器学习算法的股票价格趋势研究[D];山东大学;2020年
8 杨杰;监督主题模型的研究与应用[D];华中科技大学;2011年
9 衣鹏;基于机器学习的智能导诊模型研究[D];青岛科技大学;2020年
10 廖畅;基于新闻情感量化和LSTM网络的股票预测模型设计与实现[D];华中科技大学;2020年
11 李聪聪;基于LSTM模型的股票价格预测研究[D];大连理工大学;2020年
12 薛梦涛;基于机器学习的智能化天线设计模型[D];北京邮电大学;2020年
13 王雨晴;基于LSTM的多模型水文径流预测方法的研究[D];天津大学;2019年
14 杜晓;基于MEA-BP模型的股票预测研究[D];兰州大学;2015年
15 侯思耘;基于主题模型和深度置信网络的文本分类方法研究[D];云南大学;2015年
16 郭海锋;基于机器学习的动态仪价模型研究[D];延边大学;2005年
17 严佳媚;基于数据和模型混合传输的分布式机器学习框架[D];浙江大学;2020年
18 吴娟娟;基于机器学习的零售店销售额预测研究[D];长安大学;2020年
19 吴碧致;面向全基因组poly(A)位点识别的机器学习分类模型研究[D];福建农林大学;2018年
20 张少蕾;基于机器学习的移动前传网络资源优化策略研究[D];北京邮电大学;2020年
中国重要报纸全文数据库 前20条
1 本报记者 蔡姝雯;机器学习实现“大海捞针”[N];新华日报;2021年
2 记者 张梦然;机器学习可预测未上市新型人造毒品[N];科技日报;2021年
3 记者 张梦然;机器学习成功模拟并预报流感传播[N];科技日报;2021年
4 记者 赵汉斌 通讯员 陈艳;机器学习可预测日冕全日面软X射线辐射分布[N];科技日报;2021年
5 采访人 本报记者 卢健;“中间三天”问题 最对机器学习“胃口”[N];中国气象报;2020年
6 ;你也可以体验的机器学习[N];电脑报;2020年
7 记者 张梦然;机器学习诞生新型“研究员”[N];科技日报;2020年
8 记者 刘霞;机器学习发现数百种潜在新冠药物[N];科技日报;2020年
9 InfoWorld网站特约编辑兼评论员 Martin Heller 编译 陈琳华;如何选择云机器学习平台[N];计算机世界;2020年
10 本报驻波士顿记者 侯丽;深入挖掘机器学习潜力[N];中国社会科学报;2019年
11 本报记者 操秀英;当量子计算遇到机器学习会碰撞出什么火花?[N];科技日报;2019年
12 记者 张梦然;全新算法助机器学习抵抗干扰[N];科技日报;2019年
13 赵熙熙;机器学习有望找到致命病毒宿主[N];中国科学报;2018年
14 本报记者 马爱平;联邦学习或可破解机器学习数据获取难题[N];科技日报;2019年
15 微纳电子系;微纳电子系任天令团队在机器学习器件上取得突破[N];新清华;2018年
16 本报记者 杨博;苹果呼吁放宽自动驾驶测试限制[N];中国证券报;2016年
17 ;大数据未来十大发展趋势[N];中国信息化周报;2016年
18 ;机器学习是否等同于人工智能[N];中国信息化周报;2016年
19 本报记者 何晓亮;工具开放:开启人工智能“全民时代”[N];科技日报;2016年
20 本报记者 李致鸿;人工智能会改变一切[N];21世纪经济报道;2016年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978