K近邻及其集成模型的股票价格预测

摘要：

为了验证股票的价格运动与过去应该是相似的这一假设,运用K近邻算法,将价格运动简单划分为涨跌两类进行预测,进行假设验证.使用滑窗方法比较现在的价格运动与何时的历史价格更为相似,将多个K近邻模型组合成集成模型,实现模型的泛化和策略收益的调整.使用中证500指数的历史价格数据进行预测实证,2017年～2018年9月的预测结果显示单个K近邻模型策略获得76.72％的收益,现在的价格运动与遥远的过去更为相似,集成模型能更好地控制风险.该模型利用K近邻模型的含义验证了股票价格运动具有相似性,可以作为证券交易的择时策略.

关键词：K近邻、滑窗、集成模型、择时

所属期刊栏目：45

分类号：TP399(计算技术、计算机技术)

资助基金：国家哲学社会科学基金项目15BTJ016

在线出版日期：2019-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：9-13,22