基于状态演化的股市变化趋势可视化预测方法.docx

基于状态演化的股市变化趋势可视化预测方法胡珉，孙瑜峰（上海大学悉尼工商学院上海２０１８００）（ｍｉｎａｈｕ＠１６３．ｃｏｍ）摘要：股票市场影响因素众多且关系复杂，对其趋势进行预测十分困难．文中借鉴空间重构技术和可视化数据分析技术表达复杂系统规律和特征的优势，提出了以股市分钟级交易信息为基础的股票市场趋势预测的图形化方法． 以沪深两市作为研究对象，选取了开盘价等８个指标作为表征股市系统特征的状态变量，并按一定的周期和递进步长将时序数据绘制成一组股票状态演化图．在对股票状态演化图图像特征与股市趋势变化进行分析的基础上，以图形质心和面积变化率作为股市趋势发生逆转的判断依据，对沪深两地２０１０年１月～２０１１年９月股票市场进行了趋势预测实验．结果表明，与其他方法相比，文中方法准确率高、误报率和漏报率低．关键词：沪深股市；可视化；趋势预测；空间重构；图像特征中图法分类号：ＴＰ３－０５ＡＶｉｓｕａｌＳｔｏｃｋＭａｒｋｅｔＴｒｅｎｄＦｏｒｅｃａｓｔｉｎｇＭｅｔｈｏｄＢａｓｅｄｏｎＳｔａｔｅＥｖｏｌｕｔｉｏｎＨｕＭｉｎａｎｄＳｕｎＹｕｆｅｎｇ（ＳｙｄｎｅｙＩｎｓｔｉｔｕｔｅｏｆＬａｎｇｕａｇｅ＆Ｃｏｍｍｅｒｃｅ，ＳｈａｎｇｈａｉＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２０１８００）Ａｂｓｔｒａｃｔ：Ｓｔｏｃｋｍａｒｋｅｔｔｒｅｎｄｆｏｒｅｃａｓｔｉｎｇｉｓｄｉｆｆｉｃｕｌｔｂｅｃａｕｓｅｔｈｅｓｔｏｃｋｍａｒｋｅｔｉｓａｆｆｅｃｔｅｄｂｙｍａｎｙｆａｃｔｏｒｓｗｈｉｃｈｉｎｆｌｕｅｎｃｅｅａｃｈｏｔｈｅｒ．Ｉｎｓｐｉｒｅｄｂｙｐｈａｓｅｓｐａｃｅｒｅｃｏｎｓｔｒｕｃｔｉｏｎａｎｄｖｉｓｕａｌｄａｔａｍｉｎｉｎｇｔｅｃｈｎｉｑｕｅ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｖｉｓｕａｌｍｅｔｈｏｄｔｏｐｒｅｄｉｃｔｓｔｏｃｋｔｒｅｎｄｃｈａｎｇｅｓｂａｓｅｄｏｎｍｉｎｕｔｅ－ｌｅｖｅｌｄａｔａ．ＲｅｓｅａｒｃｈｏｎＳｈａｎｇｈａｉａｎｄＳｈｅｎｚｈｅｎｓｔｏｃｋｍａｒｋｅｔ，ｅｉｇｈｔｉｎｄｅｘｅｓａｒｅｓｅｌｅｃｔｅｄａｓｓｔｏｃｋｓｔａｔｅｖａｒｉａｂｌｅｓ，ａｎｄａｓｅｒｉｅｓｏｆｓｔｏｃｋｓｔａｔｅｅｖｏｌｕｔｉｏｎｇｒａｐｈｓａｒｅｄｒａｗｎｉｎｔｅｒｍｓｏｆｃｙｃｌｅａｎｄｓｔｅｐ．Ａｆｔｅｒａｎａｌｙｚｉｎｇｔｈｅｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｔｈｅｆｅａｔｕｒｅｓｏｆｓｔｏｃｋｓｔａｔｅｅｖｏｌｕｔｉｏｎｇｒａｐｈａｎｄｓｔｏｃｋｐｒｉｃｅｔｒｅｎｄｃｈａｎｇｅｓ，ｖａｒｉａｎｃｅｒａｔｉｏｓｏｆｃｅｎｔｒｏｉｄａｎｄａｒｅａｂｅｔｗｅｅｎｔｗｏａｄｊａｃｅｎｔｇｒａｐｈｓａｒｅｔａｋｅｎａｓｃｒｉｔｅｒｉａｔｏｃａｔｃｈｓｔｏｃｋｔｒｅｎｄｃｈａｎｇｅｓｉｇｎａｌｓ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｗｈｉｃｈｓｏｕｒｃｅｄｆｒｏｍ１－ｍｉｎｕｔｅａｎｄ５－ｍｉｎｕｔｅｄａｔａｏｆＳｈａｎｇｈａｉｃｏｍｐｏｓｉｔｅｉｎｄｅｘａｎｄＳｈｅｎｚｈｅｎｃｏｍｐｏｎｅｎｔｉｎｄｅｘｆｒｏｍＪａｎｕａｒｙ２０１０ｔｏＳｅｐｔｅｍｂｅｒ２０１１ｓｈｏｗｅｄｓｔｏｃｋｓｔａｔｅｅｖｏｌｕｔｉｏｎｇｒａｐｈｓｈａｓｈｉｇｈｅｒａｃｃｕｒａｃｙ，ｌｏｗｅｒｒａｔｅｏｆｆａｌｓｅｐｏｓｉｔｉｖｅｓａｎｄｆａｌｓｅｎｅｇａｔｉｖｅｓｔｈａｎｏｔｈｅｒｓｔｏｃｋｆｏｒｅｃａｓｔｍｅｔｈｏｄ．Ｋｅｙｗｏｒｄｓ：ＳｈａｎｇｈａｉａｎｄＳｈｅｎｚｈｅｎｓｔｏｃｋｍａｒｋｅｔ；ｖｉｓｕａｌｉｚａｔｉｏｎ；ｔｒｅｎｄｆｏｒｅｃａｓｔｉｎｇ；ｓｐａｃｅｒｅｃｏｎｓｔｒｕｃｔｉｏｎ；ｇｒａｐｈｆｅａｔｕｒｅ股票市场具有高收益和高风险并存的特性［１］，股票市场的预测研究对于我国的经济金融建设具有 重要意义．但是，股票市场影响因素众多且不确定， 各因素之间的相关性也错综复杂，是一个多变量非线性系统．而对于非线性系统的预测研究目前尚不成熟，这给股票市场趋势预测带来了困难．股票市场趋势预测可分为基本面分析法和技术 分析法２类［２］．基本面分析法强调从宏观经济面、公收稿日期：２０１３－０１－１０；修回日期：２０１３－０５－１０．胡珉（１９７０—），女，博士，副教授，主要研究方向为智能信息处理；孙瑜峰（１９８８—），男，硕士研究生，主要研究方向为数据挖掘．第２期胡珉，等：基于状态演化的股市变化趋势可视化预测方法３０３司主营业务所处行业和行业竞争水平角度判断股票市场未来走势．技术分析法则是根据股票市场数据分析股票价格的运行规律，预测未来股票市场趋势［３］． 形态分析法和数理分析法是技术分析法的２个主要分支．形态分析法通过各类图表分析股票价格变化趋势，常见的方法有Ｋ线理论［４］、切线理论［５］、波浪理论［６］、循环周期理论［７］等，这些图表以时间为横轴在笛卡儿坐标系绘制，