股票預(yù)測模型數(shù)據(jù)挖掘

摘要：大數(shù)據(jù)挖掘是當(dāng)今各方面研究的一個趨勢，隨著人們生活水平的提高，股票被越來越多的人當(dāng)做投資工具，但眾所周知，股票具有高風(fēng)險的特性，本文利用已有數(shù)據(jù)通過實證研究來預(yù)測股票未來的買入情況。

關(guān)鍵字：大數(shù)據(jù)，股票，預(yù)測

一、 背景介紹

股票是一種有價證券， 是股份公司在籌集資本時向出資人公開或私下發(fā)行的、用 以證明出資人的股本身份和權(quán)利，并根據(jù)持有人所持有的股份數(shù)享有權(quán)益和承擔(dān) 義務(wù)的憑證。股票代表著其持有人（股東）對股份公司的所有權(quán)，每一股同類型 股票所代表的公司所有權(quán)是相等的，即“同股同權(quán)”。股票可以公開上市，也可以 不上市。在股票市場上，股票也是投資和投機(jī)的對象。對股票的某些投機(jī)炒作行 為，例如無貨沽空，可以造成金融市場的動蕩。

開盤價又稱開市價，是指某種證券在證券交易所每個交易日開市后的第一筆 買賣成交價格。世界上大多數(shù)證券交易所都采用成交額最大原則來確定開盤價。

收盤價是指某種證券在證券交易所一天交易活動結(jié)束前最后一筆交易的成 交價格。如當(dāng)日沒有成交，則采用最近一次的成交價格作為收盤價，因為收盤價 是當(dāng)日行情的標(biāo)準(zhǔn)，又是下一個交易日開盤價的依據(jù)，可據(jù)以預(yù)測未來證券市場 行情；所以投資者對行情分析時，一般采用收盤價作為計算依據(jù)。

最高價指某種證券在每個交易日從開始到收市的交易過程中所產(chǎn)生的最高價。

最低價指某種證券在每個交易日從開始到收市的交易過程中所產(chǎn)生的最低價。

成交量是指一個時間單位內(nèi)對某項交易成交的數(shù)量。一般情況下，成交量大 且價格上漲的股票，趨勢向好。成交量持續(xù)低迷時，一般出現(xiàn)在熊市或股票整理 階段，市場交投不活躍。成交量是判斷股票走勢的重要依據(jù)，對分析主力行為提 供了重要的依據(jù)。

K 線圖這種圖表源處于日本德川幕府時代（1603～1867 年），被當(dāng)時日本米 市的商人用來記錄米市的行情與價格波動，后因其細(xì)膩獨(dú)到的標(biāo)畫方式而被引入 到股市及期貨市場。通過 K 線圖，我們能夠把每日或某一周期的市況現(xiàn)完全記錄 下來，股價經(jīng)過一段時間的盤檔后，在圖上即形成一種特殊區(qū)域或形態(tài)，不同的 形態(tài)顯示出不同意義。插入線、抱線和利好刺激線這三種 K 線組合是最常見的經(jīng) 典見底形態(tài)。

二、 數(shù)據(jù)處理

數(shù)據(jù)挖掘（Data Mining）是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的 數(shù)據(jù)中提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的 過程。隨著信息 技術(shù)的高速發(fā)展，人們積累的數(shù)據(jù)量急劇增長，動輒以TB計， 如何從海量的數(shù)據(jù)中提取有用的知識成為當(dāng)務(wù)之急。數(shù)據(jù)挖掘就是為順應(yīng)這種需 要應(yīng)運(yùn)而生發(fā)展起來的數(shù)據(jù)處理技術(shù)。是知識發(fā)現(xiàn)（Knowledge Discovery in Database）的關(guān)鍵步驟。

三、 數(shù)據(jù)分析

根據(jù)上述的日線信息，可計算出該股票在7日、14日、28日和56日，不同時間段內(nèi)的統(tǒng)計信息，如下表所示。

表2：預(yù)測日前的各時間段統(tǒng)計信息

根據(jù)上述各時間段的統(tǒng)計信息，可根據(jù)模型的計算規(guī)則，并將結(jié)果歸一化后分別計算出6個神經(jīng)網(wǎng)絡(luò)的輸入變量。將輸入變量代入神經(jīng)網(wǎng)絡(luò)中經(jīng)過計算，可得到神經(jīng)網(wǎng)絡(luò)的輸出變量。

四、 分析結(jié)論

根據(jù)各神經(jīng)網(wǎng)絡(luò)的輸出變量值，可按照預(yù)測得分的計算規(guī)則得到最終的預(yù)測得分為60.048。由于該股票在2016年8月3日收盤后發(fā)出買入信號，參照2016年8月3日后28天內(nèi)的日線信息，發(fā)出買入信號后的第13個自然日時，最大累計漲幅達(dá)到28.99%，符合最大漲幅超過5%的預(yù)期。

本模型中的各神經(jīng)網(wǎng)絡(luò)在訓(xùn)練時將誤差可接受的范圍設(shè)置為0.1%。在2006年1月至2016年1月的訓(xùn)練樣本中工發(fā)出買入信號10050次，其中有8427次在發(fā)出買入信號起28天內(nèi)出現(xiàn)5%以上的漲幅，準(zhǔn)確率為83.85%。訓(xùn)練結(jié)果如下表所示。

在2016年2月至2017年1月的測試樣本中共發(fā)出買入信號18934次，其中有17631次在發(fā)出買入信號起28天內(nèi)出現(xiàn)5%以上的漲幅，準(zhǔn)確率為93.12%。測試結(jié)果如下表所示。

作者簡介：張琪琪（1991—），女，山西臨汾人，山西財經(jīng)大學(xué)2015（財政學(xué)）學(xué)術(shù)碩士研究生，研究方向：財政理論與政策.