SPSS modeler利用类神经网络对茅台股价涨跌幅度进行预测

数据变得越来越重要,其核心应用“预测”也成为各个行业以及产业变革的重要力量。

对于股市来说,用人工智能来对股价进行预测成为量化投资的一个重要手段。

由Xu Zhang撰写

本项目帮助客户运用powerBI获取网易财经上茅台2020年股票数据、并用SPSSmodeler 的类神经网络模型对第二天股价涨跌幅度进行预测。

数据收集和处理:

数据对于机器学习十分重要。

没有合适的数据,就无法训练机器学习模型,运用powerBI上的数据爬取功能,获取网易财经上贵州茅台2020年全年数据、并进行数据清洗。


1、根据网页结构,构建参数和自定义函数

image.png
image.png

2、用URL高级功能获取茅台2020年数据

image.png

视频

LSTM神经网络架构和原理及其在Python中的预测应用

探索见解

去bilibili观看

探索更多视频


视频

人工神经网络ANN中的前向传播和R语言分析学生成绩数据案例

探索见解

去bilibili观看

探索更多视频


视频

支持向量机SVM、支持向量回归SVR和R语言网格搜索超参数优化实例

探索见解

去bilibili观看

探索更多视频


视频

Lasso回归、岭回归等正则化回归数学原理及R语言实例

探索见解

去bilibili观看

探索更多视频


视频

CNN(卷积神经网络)模型以及R语言实现

探索见解

去bilibili观看

探索更多视频

3 、用 powerQuery 编辑器对日期、涨跌幅等数据进行清洗和加工,得到规范的数据。

 SPSSmodeler 进行数据建模

载入数据,进行数据分区,随机选取 80% 数据训练模型、 20% 的数据进行测试。

image.png

构建增强型的类神经网络模型,对第二天股票涨跌幅度进行预测

image.png

对模型进行分析:其标准差为 0.996 、线性相关性为 0.806 ,模型基本符合要求。

image.png

修改模型参数和抽样比等对模型进行优化


图片

spss modeler用决策树神经网络预测ST的股票|附代码数据

阅读文章


QQ截图20231128144503.png


随时关注您喜欢的主题


可以看出,第二天股价的预测值和真实值趋势基本保持一致,但是预测时间越长其预测的准确度越低。

对于股票预测,模型的准确度与数据量的大小、K线关键技术指标、模型的选择有很大的关系。通过不断地改进模型和方法,股票的走势是可以大致进行的预测的。


关于作者

在此对Xu Zhang对本文所作的贡献表示诚挚感谢,他专注数据采集、统计分析领域。擅长Excel、MySQL、powerBI、TableauBI、SPSSmodeler、Python。

 
QQ在线咨询
售前咨询热线
15121130882
售后咨询热线
0571-63341498

关注有关新文章的微信公众号


永远不要错过任何见解。当新文章发表时,我们会通过微信公众号向您推送。

技术干货

最新洞察

This will close in 0 seconds