基于Stacking模型融合的股票趋势预测

李昊博 西南大学

一、引言

股票在很大程度上是一种金融活动、国民经济的一种体现，在文化、经济生活中有着非常重要的功能，无论是对国家、社会抑或是人民都有着重要影响。如果我们可以通过推理演算的方式预测股票市场发展方向，这会对投资者大有裨益。

股票价格预测需要对股票市场有深刻而全面的认识的证券分析师，根据股票市场的发展，对股票市场未来的发展方向和涨跌幅度作出全面的预测。近年来，随着大数据分析、人工智能等技术的飞速发展，相关研究人员开始将机器学习理论、数据挖掘等方法应用在股票趋势预测领域研究中，通过从大量金融统计数据中挖掘重要信息，从而为股民们提供合理化建议。张倩倩（2020）对各种股票预测方法研究进行综述[1]，介绍了基于传统时间序列和隐马尔可夫模型的传统预测模型、基于机器学习与深度学习的决策树、神经网络和组合模型等新的创新模型，对比了上述模型的优缺点，总结出一套基于神经网络模型的股票预测法的关键步骤。朱磊（2016）提出假设我国股市不是弱势有效市场，对可能影响明天开盘价和收盘价的8 个因素进行相关性检验，最后通过格兰杰因果检验选出明天收盘价和开盘价的格兰杰导因，可是单纯只是使用了单一的支持向量机算法[2]。罗必辉（2016）引入流形学习中的线性局部切空间排列算法[3]文章本次采用改良的支持向量回归（svr）算法对股票价格进行预测。……