股票预测程序设计思路与实现 <持续更新>
通过历年上证日指数据，对未来数据进行上涨或下降的预测，尚不对成交量及成绩额进行预测。未来实现过程中采用方案2，代码编写中…
模型说明：
对于一由0/1组成的字符串，按照每一个字符为一个单位，统计从状态0转换到状态0 or 1的概率，以及从状态1转换到状态0/1的概率，并将其转化成矩阵，上图可转化为矩阵：
；
当考虑字符串按照两个字符为一组进行组合时，按照三个字符为一组，四个…考虑到股票交易市场，连续5天交易的情况，将分组上限划分为五个元素为一组（如000001可被划分为两组：00000 && 00001），五种划分方式分别求出状态转换间对应的概率，并对转换的矩阵求矩阵的n次方，直到矩阵收敛（前提矩阵是收敛的）。
通过以上操作得到五个模型，采用某些算法（如EM可得到多个高斯分布函数的权重）减少与实际值误差，得到拟合曲线。
设计草稿及简单陈述如上，持续更新中。因08年金融危机，选择从09年1月开始，到11年4月21日，共551条记录。
现阶段源码如下：
View Code
1 import java.io.BufferedReader; 2 import java.io.FileReader; 3 import java.util.ArrayList; 4 5 6 public class Z_gess_stock { 7 /** 8 * using up--related to calculate the situation, when UP appear, one UP, two UP... 9 * to predict what next when this day we get a rise. 10 * 11 * using down--related to calculate the situation, when DOWN happens, 12 * that is to say, to predict what will happen, when this day we get a fall. 13 */ 14 private Vector[] points_perday;//used to pridict the quantity 15 static int limit=5;//to set the biggest days after today 16 double[][] UP;//the probability of A[i][j], i days up then j days down 17 double[][] DOWN;//i days down then j days up 18 double[] upprob; 19 double[] downprob; 20 21 22 public Z_gess_stock(int k) { 23 points_perday=new Vector[k]; 24 UP=new double[limit][limit]; 25 upprob=new double[limit]; 26 27 } 28 29 public void init_up(ArrayList<Double> points){ 30 31 int A=0,B=0; 32 double temp=points.get(0); 33 34 double sum_upprob=0; 35 36 for(int i=0;i<points.size();i++){ 37 38 for(;i<points.size();i++)//calculate value i 39 { 40 if(temp<points.get(i)){ 41 temp=points.get(i); 42 A++; 43 } 44 else if(temp>points.get(i)){ 45 temp=points.get(i); 46 B++; 47 i++; 48 break; 49 } 50 } 51 52 53 for(;i<points.size();i++)//calculate value j 54 { 55 if(temp<points.get(i)){ 56 temp=points.get(i); 57 A++; 58 i++; 59 break; 60 } 61 else if(temp>points.get(i)){ 62 temp=points.get(i); 63 B++; 64 } 65 } 66 if(A-1<limit&&B-1<limit) 67 { 68 UP[A-1][B-1]+=1; 69 upprob[B-1]++; 70 } 71 else { 72 // UP[limit-1][limit-1]++; 73 // upprob[limit-1]++; 74 } 75 sum_upprob++; 76 77 B=0; 78 A=1; 79 } 80 printMatrix(UP); 81 82 for(int i=0;i<upprob.length;i++){ 83 for(int j=0;j<upprob.length&&upprob[i]!=0;j++) 84 UP[j][i]/=upprob[i]; 85 upprob[i]/=sum_upprob; 86 } 87 88 89 90 } 91 92 public void printMatrix(double[][] A){ 93 for(int i=0;i<A.length;i++){ 94 for(int j=0;j<A[0].length;j++) 95 System.out.print(A[i][j]+" "); 96 System.out.println(); 97 } 98 System.out.println(); 99 } 100 101 public void init_down(){ 102 103 } 104 /** 105 * making matrix converges to a steady state 106 * @param n to calculate A^n, the powers of the transition 107 */ 108 public double[][] Matrix_mul(double[][] A,double[][] B){ 109 if(A[0].length!=B.length){ 110 System.out.println("wrong size"); 111 return A; 112 } 113 114 double[][] temp =new double[A.length][B[0].length]; 115 116 int n=A[0].length;//column 117 int m=A.length;//row 118 for(int i=0,x,y;i<m;i++){ 119 for(x=0;x<m;x++){ 120 double sum=0; 121 for(y=0;y<n;y++) 122 sum+=A[i][y]*B[y][x]; 123 temp[i][x]=sum; 124 } 125 } 126 127 return temp; 128 } 129 130 private double[][] iterature(int n, double[][] A){ 131 if(n==1){ 132 return A; 133 } 134 135 if(n%2.0==0) 136 { 137 double[][] B=iterature(n/2,A); 138 return Matrix_mul(B,B); 139 } 140 else{ 141 double[][] B=iterature((n-1)/2,A); 142 return Matrix_mul(Matrix_mul(B,B),B); 143 } 144 145 146 } 147 148 public static ArrayList<Double> read_data(String filename,int column){ 149 ArrayList<Double> list =new ArrayList<Double>(); 150 151 FileReader fr; 152 BufferedReader bfr; 153 try{ 154 fr =new FileReader(filename); 155 bfr =new BufferedReader(fr); 156 String str =bfr.readLine(); 157 158 while(str != null){ 159 String[] temp =str.split(" "); 160 list.add(Double.valueOf(temp[column-1])); 161 str =bfr.readLine(); 162 } 163 164 }catch(Exception e){ 165 //System.out.println("\n??"); 166 e.printStackTrace(); 167 } 168 return list; 169 } 170 171 public static void main(String[] args) { 172 //limit=7; 173 ArrayList<Double> points=read_data("stock.txt",5);//只计算收盘价格 174 175 //For every 5 days we name it one cluster 176 Z_gess_stock stock=new Z_gess_stock(points.size()-4); 177 System.out.println(points.size()); 178 // for(int i=0;i<points.size();i++) 179 // System.out.print(points.get(i)+" "); 180 181 stock.init_up(points); 182 183 stock.printMatrix(stock.UP); 184 185 stock.UP=stock.iterature(100, stock.UP); 186 stock.printMatrix(stock.UP); 187 188 for(int j=0;j<stock.UP.length;j++) 189 System.out.print(stock.upprob[j]+" "); 190 191 192 System.out.println("\n "); 193 194 double test[][]={ 195 {0.1, 0.2, 0.3, 0.4}, 196 {0.9, 0.0, 0.0, 0.0}, 197 {0.0, 0.8, 0.0, 0.0}, 198 {0.0, 0.0, 0.7, 0.6}}; 199 test=stock.iterature(1000, test); 200 System.out.print("\n"); 201 //System.out.println("\n"+test[0].length+" "+test.length); 202 for(int i=0;i<4;i++){ 203 for(int j=0;j<4;j++) 204 System.out.print(test[i][j]+" "); 205 System.out.println(); 206 } 207 208 209 } 210 211 }
运行结果为：
Ps：源码采用“看涨”方式，即今日为涨时，未来几天的情况，更新中^_^
551
25.0 13.0 8.0 1.0 1.0
9.0 5.0 0.0 3.0 0.0
7.0 11.0 0.0 2.0 0.0
9.0 1.0 1.0 0.0 0.0
0.5 0.43333333333333335 0.8888888888888888 0.16666666666666666 1.0
0.18 0.16666666666666666 0.0 0.5 0.0
0.14 0.36666666666666664 0.0 0.3333333333333333 0.0
0.18 0.03333333333333333 0.1111111111111111 0.0 0.0
0.4821428571428557 0.4821428571428557 0.4821428571428557 0.4821428571428557 0.4821428571428557
0.2129464285714279 0.2129464285714279 0.2129464285714279 0.2129464285714279 0.21294642857142793
0.2651785714285706 0.26517857142857054 0.2651785714285706 0.2651785714285706 0.2651785714285706
0.03973214285714274 0.03973214285714274 0.03973214285714274 0.03973214285714274 0.03973214285714274
0.45871559633027525 0.27522935779816515 0.08256880733944955 0.05504587155963303 0.009174311926605505
0.25773195876291055 0.25773195876291055 0.25773195876291055 0.25773195876291055
0.23195876288661954 0.23195876288661954 0.23195876288661954 0.23195876288661954
0.18556701030929562 0.18556701030929562 0.18556701030929562 0.18556701030929562
0.3247422680412674 0.3247422680412674 0.3247422680412674 0.3247422680412674
