基于特征选择和HMM的股票价格行为研究

• 作者: 刘畅 喻永生 张卫东 谢天异丹 郭靖雯
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: 隐马尔可夫模型 特征选择 股票价格预测 金融时间序列
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 行业应用
• 页码范围: 96-100
• 页数: 5页
• 分类号: TP18|F832.51
• 字数: 4248字
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2018.08.022

摘要

为解决传统隐马尔可夫股价行为预测模型对输入特征序列和隐含状态数目敏感,导致预测结果存在局部最优、误差较大的问题,设计了新的股票因子特征选择方法,包括对因子特征的筛选和特征数据预处理.结合贝叶斯信息规则确定模型最佳隐含状态数目,提出了一种优化股价行为预测性能的PRHMM模型.通过对比支持向量机、ARIMA模型,实验结果证明,所提出的预测算法相对传统预测模型,在股价行为预测中有更好的预测表现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张卫东	西南科技大学计算机科学与技术学院	25	145	5.0	11.0
2	刘畅	西南科技大学土木工程与建筑学院	26	50	5.0	6.0
3	喻永生	西南科技大学计算机科学与技术学院	5	7	1.0	2.0
4	谢天异丹	西南科技大学计算机科学与技术学院	2	5	1.0	2.0
5	郭靖雯	西南科技大学经济与管理学院	1	5	1.0	1.0