| 基于概率后缀树的股票时间序列预测方法研究 |
| |
| 引用本文： | 程小林,郑兴,李旭伟.基于概率后缀树的股票时间序列预测方法研究[J].四川大学学报(自然科学版),2018,55(1):0061-0066. |
| |
| 作者姓名： | 程小林 郑兴 李旭伟 |
| |
| 作者单位： | 四川大学,四川大学,四川大学 |
| |
| 基金项目： | 国家自然科学基金 61173099 |
| |
| 摘 要： | 在时间序列符号化基础上,本文引入概率后缀树PST模型,构建基于时间序列符号化和概率后缀树相结合的股票预测模型.本文选择在沪深300的10支股票数据上将预测模型与传统的马尔科夫模型MM和自回归移动平均模型ARMA进行对比,结果显示本文提出的股票预测模型优于MM模型和ARMA模型,验证了本文所提出的预测模型在投资收益上的有效性.
|
| 关 键 词： | 股票数据挖掘，时间序列符号化，高斯混合模型聚类，概率后缀树 |
| 收稿时间： | 2017/7/8 0:00:00 |
| 修稿时间： | 2017/8/20 0:00:00 |
Research of Stock Time Series Based on probabilistic Suffix Tree |
| |
| CHENG Xiao-Lin,ZHENG Xing and LI Xu-Wei.Research of Stock Time Series Based on probabilistic Suffix Tree[J].Journal of Sichuan University (Natural Science Edition),2018,55(1):0061-0066. |
| |
| Authors: | CHENG Xiao-Lin ZHENG Xing and LI Xu-Wei |
| |
| Institution: | sichuandaxue,sichuandaxue,sichuandaxue |
| |
| Abstract: | |
| |
| Keywords: | stock data mining time series symbolization Gaussian Mixture Modeling Probabilistic Suffix Tree |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《四川大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《四川大学学报(自然科学版)》下载免费的PDF全文 |
