[发明专利]一种基于改进的支持向量机股票收益率预测方法

摘要

本发明公开了一种基于改进的支持向量机股票收益率预测方法，使用步骤如下：S1,支持向量机对股票收益率进行分类预测时，无法识别和选择高效的特征，结合BPSO优化特征选择机制，选择最优特征，并作为特征属性输入SVM算法；S2,SVM算法存在参数选择困难问题，利用粒子群算法搜索SVM参数，提出改进支持向量机进行股票趋势预测的混合分类方法；本发明消除无关或效果重复的特征属性，减少输入特征的维度，减小了股票趋势预测的时间；提高支持SVM的分类预测性能。采用BPSO算法帅选出最优特征作为输入变量输入到粒子群优化的SVM算法中，有效提高了股票趋势预测的精确性，大大降低了输入技术指标的复杂性。

主权项

1.一种基于改进的支持向量机股票收益率预测方法，其特征在于，具体包括以下步骤：S1，数据采集：使用python程序从网站下载股票日交易数据；S2：特征提取：计算技术指标，用股票技术分析中的技术指标作为支持向量机的输入特征；S3：粒子群种群初始化：将技术指标作为粒子群算法中的粒子，随机初始化粒子的速度与位置，皆用二进制码表示；假设粒子的种群规模为F,粒子群搜索空间维度为d，d也为特征数量；粒子在空间的位置向量为代表特征的位置向量，速度向量为代表特征的速度向量，i＝1,2，3……F；S4：通过BPSO特征选择和SVM参数寻优：将二进制粒子群算法BPSO中粒子的初始速度与位置随机分配，粒子的个体最优位置记为群体的历史最优位置记为设目标函数为f(.),个体历史最优位置的迭代公式如下：其中t表示迭代次数；粒子的速度更新公式：粒子调整空间位置如下：其中，分别对应第i个粒子在第t次迭代中的速度、位置、局部最优位置、全局最优位置；w是惯性权重,C₁,C2是学习因子，且为正数；S函数随机均匀分布,调整空间位置是将粒子速度映射到[0,1]之间，并与随机数比较，更新粒子的位置状态；粒子位置每一维的取值被限制在区间[‑X_max,X_min]上，粒子的速度被限制在[‑V_max,V_min]上，V_max＝βX_max；X_max表示位置更新的最大值，X_min表示位置更新的最小值，V_max为速度更新的最大值，V_min为速度更新的最小值，β为任意常数；采用RBF函数作为SVM的核函数，RBF函数定义如式：K(x,y)＝exp(‑γ||x‑y||²)，γ＞0    (5)SVM需要优化两个参数，核参数γ>0和误差项的惩罚参数C>0,粒子中也应当包含这两个参数；粒子中有两个子串分别用于编码C和γ；假设子串S用于编码C和γ，S的长度为L，S所代表的无符号整数值是i，C和γ的取值范围是[C_min,C_max]和[γ_min,γ_max],则参数C和γ的真实值是由下式确定；粒子中还有一个子串用于编码特征信息，即特征掩码；特征掩码的某一位是1表示相应的特征被选中，是0表示相应的特征不被选中；粒子的结构图如下所示，它由三部分组成：编码参数C的子串长度为n_c,编码参数γ的子串长度为n_γ,以及特征掩码子串长度为n_F，n_c和n_γ决定了编码参数C、γ的精度，n_F由分类问题的特征数决定；粒子的结构图S5:设定粒子群判定条件：设定两个条件：(1)如果迭代次数超过设置的最大迭代次数，则跳出循环；(2)若适应度值满足确定的最小界限，则跳出循环；S6:构建数据矩阵：由前面粒子群算法选中的特征子集构成特征矩阵；S7：训练集进行交叉验证：将数据的训练验证部分数据进行K折交叉验证，进行参数寻优；将数据分为k个子集，粒子群优化的SVM算法在每个数据集上运行k次，每次取一个子集作为验证集，其余训练SVM，然后取k次实验结果的平均值作为该数据集的分类结果；S9：将交易信号构建为标签：将粒子群选取的特征通过以下方式构建作为标记的交易信号：Yj＝{y1,y2,…,yj}，其中j＝1,2,…,n为样本数；交易信号的具体构建步骤如下:1)计算日均价格Pi其中C_j表示股票收盘价，H_j表股票最高价，L_j表示最低价，O_i表示开盘价；2)计算未来k天的算数收益率V_j，k＝1，2，…，10；3)构建交易信号YiS10:样本内训练：将由最优特征构造的数据输入到支持向量机训练算法模型，并用粒子群对支持向量机进行同步参数寻优，并与实际股票趋势进行比较，得出股票预测的趋势以及预测的准确性；S11:适应度值评估：根据支持向量机算法分类过程中，得到混淆矩阵，如下表1所示：表1混淆矩阵其中TP为被模型预测为正的正样本，FP为被模型预测为正的负样本，FN为被模型预测为负的正样本，TN为被模型预测为负的负样本，N＝TP+FN+FP+TN表示样本总量；分类精度Accuracy表示分类的正样本占总样本的比率，计算公式如下：灵敏度Sensitivity表示分类的正样本占真实的正样本的比率，计算公式如下：Sensitivity＝TP/(TP+FN)    (12)查准率Precision表示被正确分类的正样本占预测为正样本的比例，计算公式如下：Precision＝TP/(TP+FP)(13)F值用来评价数据集的有效综合性能指标，即灵敏度和查准率的加权平均值，F值越趋近于1表示分类结果越好，公式如下：以适应度值由Accuracy与feature_num组成，值越大越好，公式如下：其中，feature_num表示通过特征选择所选择的特征数目；w_a和w_f分别是上述两个因素的权重，满足w_a+w_f＝1；S12:样本外测试：用测试数据来测试前面特征处理和参数优化的支持向量机算法模型，得到每个样本的T+k天的预测值得到分类结果，并与实际股票价格趋势对比，通过混淆矩阵，计算得出股票趋势预测的准确性。