[發明專利]一種基于改進的支持向量機股票收益率預測方法

在審

• 申請號: 201910298961.8
• 申請日: 2019-04-15
• 公開（公告）號: CN110163412A
• 公開（公告）日: 2019-08-23
• 發明（設計）人: 方昕;陳玲玲
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q40/04;G06N3/00;G06N20/10
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 朱月芬

1.一種基于改進的支持向量機股票收益率預測方法，其特征在于，具體包括以下步驟：

S1，數據采集：

使用python程序從網站下載股票日交易數據；

S2：特征提取：

計算技術指標，用股票技術分析中的技術指標作為支持向量機的輸入特征；

S3：粒子群種群初始化：

將技術指標作為粒子群算法中的粒子，隨機初始化粒子的速度與位置，皆用二進制碼表示；假設粒子的種群規模為F,粒子群搜索空間維度為d，d也為特征數量；粒子在空間的位置向量為代表特征的位置向量，速度向量為代表特征的速度向量，i＝1,2，3……F；

S4：通過BPSO特征選擇和SVM參數尋優：

將二進制粒子群算法BPSO中粒子的初始速度與位置隨機分配，粒子的個體最優位置記為群體的歷史最優位置記為設目標函數為f(.),個體歷史最優位置的迭代公式如下：

其中t表示迭代次數；

粒子的速度更新公式：

粒子調整空間位置如下：

其中，分別對應第i個粒子在第t次迭代中的速度、位置、局部最優位置、全局最優位置；w是慣性權重,C₁,C2是學習因子，且為正數；S函數隨機均勻分布,調整空間位置是將粒子速度映射到[0,1]之間，并與隨機數比較，更新粒子的位置狀態；粒子位置每一維的取值被限制在區間[-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為速度更新的最大值，V_min為速度更新的最小值，β為任意常數；

采用RBF函數作為SVM的核函數，RBF函數定義如式：

K(x,y)＝exp(-γ||x-y||²)，γ＞0 (5)

SVM需要優化兩個參數，核參數γ>0和誤差項的懲罰參數C>0,粒子中也應當包含這兩個參數；

粒子中有兩個子串分別用于編碼C和γ；假設子串S用于編碼C和γ，S的長度為L，S所代表的無符號整數值是i，C和γ的取值范圍是[C_min,C_max]和[γ_min,γ_max],則參數C和γ的真實值是由下式確定；

粒子中還有一個子串用于編碼特征信息，即特征掩碼；特征掩碼的某一位是1表示相應的特征被選中，是0表示相應的特征不被選中；

粒子的結構圖如下所示，它由三部分組成：編碼參數C的子串長度為n_c,編碼參數γ的子串長度為n_γ,以及特征掩碼子串長度為n_F，n_c和n_γ決定了編碼參數C、γ的精度，n_F由分類問題的特征數決定；

粒子的結構圖

S5:設定粒子群判定條件：

設定兩個條件：(1)如果迭代次數超過設置的最大迭代次數，則跳出循環；(2)若適應度值滿足確定的最小界限，則跳出循環；

S6:構建數據矩陣：

由前面粒子群算法選中的特征子集構成特征矩陣；

S7：訓練集進行交叉驗證：

將數據的訓練驗證部分數據進行K折交叉驗證，進行參數尋優；將數據分為k個子集，粒子群優化的SVM算法在每個數據集上運行k次，每次取一個子集作為驗證集，其余訓練SVM，然后取k次實驗結果的平均值作為該數據集的分類結果；

S9：將交易信號構建為標簽：

將粒子群選取的特征通過以下方式構建作為標記的交易信號：Yj＝{y1,y2,…,yj}，其中j＝1,2,…,n為樣本數；交易信號的具體構建步驟如下:

1)計算日均價格Pi

其中C_j表示股票收盤價，H_j表股票最高價，L_j表示最低價，O_i表示開盤價；

2)計算未來k天的算數收益率V_j，k＝1，2，…，10；

3)構建交易信號Yi

S10:樣本內訓練：

將由最優特征構造的數據輸入到支持向量機訓練算法模型，并用粒子群對支持向量機進行同步參數尋優，并與實際股票趨勢進行比較，得出股票預測的趨勢以及預測的準確性；

S11:適應度值評估：

根據支持向量機算法分類過程中，得到混淆矩陣，如下表1所示：

表1混淆矩陣

其中TP為被模型預測為正的正樣本，FP為被模型預測為正的負樣本，FN為被模型預測為負的正樣本，TN為被模型預測為負的負樣本，N＝TP+FN+FP+TN表示樣本總量；

分類精度Accuracy表示分類的正樣本占總樣本的比率，計算公式如下：

靈敏度Sensitivity表示分類的正樣本占真實的正樣本的比率，計算公式如下：

Sensitivity＝TP/(TP+FN) (12)

查準率Precision表示被正確分類的正樣本占預測為正樣本的比例，計算公式如下：

Precision＝TP/(TP+FP)

(13)

F值用來評價數據集的有效綜合性能指標，即靈敏度和查準率的加權平均值，F值越趨近于1表示分類結果越好，公式如下：

以適應度值由Accuracy與feature_num組成，值越大越好，公式如下：

其中，feature_num表示通過特征選擇所選擇的特征數目；w_a和w_f分別是上述兩個因素的權重，滿足w_a+w_f＝1；

S12:樣本外測試：

用測試數據來測試前面特征處理和參數優化的支持向量機算法模型，得到每個樣本的T+k天的預測值得到分類結果，并與實際股票價格趨勢對比，通過混淆矩陣，計算得出股票趨勢預測的準確性。