资源描述：
《基于序列模板的股票时间序列交易决策规则挖掘》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、13,第卷第期总第!期∀系统工程02453∋()∋,,))/,3##∃年月%&∗+−..−456##∃7一一一文章编号##∃#89##∃∀##::#∃基于序列模板的股票时间序列交易决策规则挖掘‘‘,‘,‘,,兰秋军马超群文凤华甘国君吴建宏3,3,湖南大学工商管理学院中国长沙∃##9;约克大学加拿大多伦多!∀7,。摘要研究一种可由投资者依据其经验与直觉从股票时间序列中挖掘交易决策规则的方法它根据投资者事先;确定的相似偏好以及设定的买卖序列模板从历史价格序列中识别出与模板相似的形态按相似度大,;,(小划分不同
2、交易决策区间反映交易决策时机然后计算各策略组合的收益构造统计量在统计显著性基础上获取交易规则。该系统也能。用于检验一些已有形态操作方法的有效性关键7;;;词股票市场数据挖掘时间序列交易规则7?;≅>7中图分类号9!#9文献标识码Α已成为研究的热点〔‘一幻。但是现有系统往往基于固定的形引言,态模式而较少考虑投资者在长期的投资实践过程中获得。,,市场受的经验和直觉对交易规则发现的作用事实上市场上很证券市场是一个复杂的非线性系统到来自政,治、社会、经济、心理等各方面的影响,因而对其运动行为多投资分析者经过多年在股市浪潮中的搏击经验积累了,很难建模。,正如技术分析所假
3、设的“不少体会和发现对股价形态往往有着自己独特的见解和但是市场是有趋势可。,。;;”,偏好但遗憾的是并没有系统能将其经验提升为规则事循的市场价格反映了一切历史往往会重演这也就说,明,。实上以投资者经验为指导个性化地挖掘出股市中隐藏尽管复杂但市场还是隐含着某些规律性股价的历史的、具有规律性、令人感兴趣的的规则是很有意义的。本文轨迹形态对未来价格趋势特别是短期趋势有着重要的预,∀测价值。这不仅得到市场上许多技术分析者的支持而且一研究一种股市交易决策规则挖掘系统其基本思想是由,些研究结果也证实〔‘一们。投资者根据其经验给出买卖序列模板并确定相似度量偏了这一点然而基于技术
4、分析的投,,,好系统根据相似度量偏好模型实时识别股市形态自动资者特别是一些经验不足的投资者在利用形态理论进行。,投资操作时结果却往往不尽人意。原因主要在于7发出买卖信号根据对历史数据的统计分析以相似度大传统,。“”,小确定买卖时机发现收益超过平均水平的交易规则该形态分析理论往往比较机械所有股票套用的是一些相,,,同的形态模式而事实上各种股票都有其自身运动规律系统除可用于发现新的交易规则也可用于评价和验证某。对价格趋势具有预测作用的形态表现是不尽相同的识些已有形态的实际效果,别股价序列形态往往有一定困难常常出现因人而异的现。。#相似度量的偏好模型象不同人对形态
5、的识别有不同的看法因此交易失败的,,原因即使是理论的缺陷投资者也往往归咎于自身对形态要由计算机自动识别买卖形态首先必须解决序列的,,。的误判从而可能重踏覆辙!许多形态在初期难以识别形态相似性度量问题已有的相似性度量方法主要有距离,,、、、、而一旦形态分明时往往已经错过最佳交易时机大大影法傅立叶或小波变换法规范变化方法界标法时间弯。、、。&∋响了投资效果曲模型法神经网络法形状匹配法等∃%,这些方法都只,,,因此具有自动识别股价形态并及时发出交易信息从某个固定角度考虑序列的相似性问题而没有考虑序列的自动交易系统已被许多投资机构采用。目前基于各种方的主观偏好性。事实上
6、相似性判断具有很强的主观性和模,法从时间序列中挖掘交易决策规则以构建自动交易系统糊性不同的投资者对同一对序列相似度有不同的心理尺‘∀一一∀一一收稿日期#(()(∗+,修订日期#(()+(+−∀(/,基金项目国家自然科学基金资助项目.,+(#∗0教育部优秀青年教师资助计划项目.教人司【#((/〕/110∀一,,,,∀一,,,,作者简介兰秋军.+−,#0男湖南冷水江人博士研究生研究方向金融数据挖掘马超群.2−3/0男湖南岳阳人教授博士生,∀,)一0,,,,∀一,导师研究方向金融投资决策与风险管理文凤华.+−男湖南益阳人博士研究生研究方向金融风险管理甘国君.+
7、−,−0,,∀一,,。约克大学数学与统计男系博士研究生研究方向数据挖掘吴建宏.+−3)0男约克大学博士生导师系统工程##∃年。本系统重点考虑影响序列相似判断的三个主要因素7列,交替将所截取的窗口”和‘止度序列与模板形态序列凡况、。,。,水平偏移幅度和相关性设有两个长度相同的时间序列进行相似性比较计算相似度当与凡。相似时则触发第Ε,,,,&,,&Η,,,,‘,。ΒΧΔ为⋯瓜Φ和ΓΧΔ⋯为Φ定义序列Ε和Γ二天买人信号而与凡相似时则触发第二天卖出信号的相似性度量函数为!3!策略区间组合收益率计算,Γ∀Χ。2ϑ,Γ∀Κ。,Γ∀Κ屿ΛΒ,,3,ΙΒΒ夕ΒΓ∀2∀当窗口
8、子序列与模
