基于粗糙集的股票价格预测研究.docx

摘要 股票是市场经济高度发展的产物，它具有流动性强、投资收益大且风险高的特点，使投资者们趋之若鹜。粗糙集理论能有效地分析和处理包含着噪声、不完整等各类不完备信息并发现其潜在的规律。所以将粗糙集理论应用到股票价格预测领域具有重要意义和广阔的发展前景。

本文应用粗糙集理论对股票当日的各技术指标进行属性离散化、约简并得出预测第二日股票价格变动的规则。采用中国平安股票2016年1月至2017年2的开盘价、收盘价及RSI、WR、BIAS、VR、MACD、MTM、OBV、CCI、EWV、PSY、ROC、SAR、TRIX、ASI、BOLL和DMI等16项股票常用技术指标指标数据生成预测规则，用2017年3月的数据对其进行检验；其中，具体使用Semi-Naive Scaler算法对决策表的条件属性进行离散化，使用最小约简算法对决策表的条件属性进行约简，然后用简化后的决策表生成预测规则。最后，本文对中国平安2017年3月股票涨跌情况进行了预测，准确率达到了69.56%，由此表明粗糙集理论在股票价格预测领域中的应用是具有一定可行性的，其预测结果具有重要的参考意义。

关键词：股票、价格预测、粗糙集理论、离散化、约简

目录

摘要

Abstract

1引言-1

1.1研究背景与意义-1

1.2股票价格预测研究的现状-1

2粗糙集理论-1

2.1理论概述-1

2.2基本概念-1

3基于粗糙集的股票价格预测规则建立的基本步骤-2

4实例分析-3

4.1条件属性-3

4.2决策属性-6

4.3初始决策表-6

4.4决策表属性离散化-7

4.5属性约简-9

4.6生成规则-9

5结论-11

参考文献-12

附录-13