[发明专利]一种融合聚类与集成学习的金融股票预测方法

摘要

本发明公开了一种融合聚类与集成学习的金融股票预测方法，采用k‑means聚类方法对多个常用的技术指标进行聚类提出了基于聚类的预测模型C‑SVR‑SVR(Clustering‑SVR‑SVR)和C‑SVR‑RF(Clustering‑SVR‑RF)；接着采用Bagging集成学习算法提出了模型E‑SVRRF(Ensemble‑SVRRF)。最后，将k‑means聚类算法和Bagging集成学习算法相结合，提出一种混合模型C‑E‑SVRRF(Clustering‑Ensemble‑SVRRF)。本发明选取浦发银行(SH:600000)、中信证券(SH:600030)、中兴通讯(SZ:000063)、乐视网(SZ:300104)四支中国股票进行实验评估。实验结果表明，单独加入k‑means聚类算法的C‑SVR‑SVR、C‑SVR‑RF模型可以提高特定股票价格预测准确率，但总体效果不明显。单独加入集成学习算法能提高股票价格预测的准确率。融合k‑means聚类算法和集成学习的混合算法，可进一步提高股票价格预测准确率，尤其是提前20、30天的预测。