一种引入投资者偏好的股票预测方法技术

本发明专利技术涉及股票投资的技术领域，特别是涉及一种引入投资者偏好的股票预测方法，利用前景理论价值刻画投资者行为偏好，并将该指标引入到股票收益的预测；包括以下步骤：S1、利用股票的历史收益率数据计算前景理论价值；S2、引入投资者偏好的LSTM模型构建；S3、预测模型过程。

A stock forecasting method with investor preference

【技术实现步骤摘要】
一种引入投资者偏好的股票预测方法
本专利技术涉及股票投资的
，特别是涉及一种引入投资者偏好的股票预测方法。
技术介绍
关于股票预测方法的研究主要围绕着统计方法和机器学习方法而展开。最常用的统计方法包括自回归条件异方差模型(ARCH)模型、广义自回归条件异方差(GARCH)模型、移动平均自回归(ARIMA)模型等。然而，统计预测方法存在着一定的局限性。近年来，一些学者从新的视角对股票预测进行研究，以提升预测的准确率。Gong等引入企业社会责任建立股票预测模型，结果表明企业社会责任与股价提高有正向作用，而且可提高股票预测准确率。Pan等开发了一种具有约束的单变量预测回归模型，对股票收益进行预测。相对于无约束预测回归模型，该方法提高了预测效果。然而，由于股票数据自身的高噪声、不确定性、非线性和非平稳性，导致传统的多元回归以及线性回归模型应用受限，只有更高级的模型才能准确描述这类金融时间序列。随着机器学习的发展，利用人工神经网络可检测股票数据非线性关系的优势，越来越多的学者将人工神经网络(ANN)和支持向量机(SVM)等浅层机器学习方法应本文档来自技高网...

【技术保护点】
1.一种引入投资者偏好的股票预测方法，其特征在于，包括以下步骤：/nS1、利用股票的历史收益率数据计算前景理论价值；/nS2、引入投资者偏好的LSTM模型构建；/nS3、预测模型过程。/n

【技术特征摘要】
1.一种引入投资者偏好的股票预测方法，其特征在于，包括以下步骤：
S1、利用股票的历史收益率数据计算前景理论价值；
S2、引入投资者偏好的LSTM模型构建；
S3、预测模型过程。


2.如权利要求1所述的一种引入投资者偏好的股票预测方法，其特征在于，所述步骤S1具体步骤如下：假设股票x第t月的前景理论价值为PTt，现收集该股票第t-1月到第t-60月的历史收益率数据，并以升序方式将这些无风险调整收益率进行排列，则该股票的超额收益率的历史分布如公式(1)所示：
r-m,p-m；r-m+1,p-m+1；...；r-1,p-1；r1,p1；...；rn-1,pn-1；rn,pn(1)
其中r-m...r-1表示负的无风险调整收益率，r1...rn表示正的无风险调整收益率；pk(k＝-m,...，-1,1,...,n)为获得第k个月收益率的概率，p-m＝p-m+1＝...＝pn＝1/60，因而，股票x在第t月的前景理论价值PTt的计算如公式(2)所示：



其中v(r)为价值函数，πk为第k个收益率的概率权重函数；v(r)和πk如公式(3)和(4)所示：






其中w+(p)和w-(p)分别为正、负收益率的权重函数，如公式(5)所示：



其中α，λ，γ和δ分别为参数，根据Kahneman等人的研究成果，可分别取α＝0.88，λ＝2.25，γ＝0.61，δ＝0.69。


3.如权利要求2所述的一种引入投资者偏好的股票预测方法，其特征在于，所述步骤S2包括以下步骤：对于包含投资者偏好的股票收益率预测指标X＝(x1,x2,...,xs)，将构建LSTM预测模型，下面将介绍LSTM模型在第t层的实施过程：
第t层LSTM模型的输入分别为第t-1层的长期状态ct-1和输出ht-1以及第t层股票收益的预测指标数据Xt；该模型在第t层的实施过程将分为遗忘门、输入门、状态更新和输出门四个方面：
遗忘门的目的是筛选第t层的输入Xt和上一层的输出ht-1经过遗忘门后仍保留在当前层长期状态ct中的信息，当同时获取到ht-1和Xt的信息后，将用σ函数对数据进行处理，可得到0到1之间...

【专利技术属性】
技术研发人员：刘玉敏，李洋，王宁，赵哲耘，
申请(专利权)人：郑州大学，
类型：发明
国别省市：河南;41