[论文解读] Turnover Prediction Of Shares using Data Mining techniques : A Case Study

D. S. Shashaank, V Sruthi+2 more|arXiv (Cornell University)|Aug 1, 2015

Stock Market Forecasting Methods参考文献 3被引用 3

一句话总结

本研究提出一种数据挖掘方法，利用历史市场数据预测每日股票换手率，采用Boruta进行特征选择，并在R语言中应用随机森林、支持向量机、决策树和多项式回归等分类模型。该方法实现了95%的预测准确率，表明在预测换手率及识别影响股票交易量的关键市场属性方面具有高度有效性。

ABSTRACT

Predicting the turnover of a company in the ever fluctuating Stock market has always proved to be a precarious situation and most certainly a difficult task in hand. Data mining is a well-known sphere of Computer Science that aims on extracting meaningful information from large databases. However, despite the existence of many algorithms for the purpose of predicting the future trends, their efficiency is questionable as their predictions suffer from a high error rate. The objective of this paper is to investigate various classification algorithms to predict the turnover of different companies based on the Stock price. The authorized dataset for predicting the turnover was taken from www.bsc.com and included the stock market values of various companies over the past 10 years. The algorithms were investigated using the "R" tool. The feature selection algorithm, Boruta, was run on this dataset to extract the important and influential features for classification. With these extracted features, the Total Turnover of the company was predicted using various classification algorithms like Random Forest, Decision Tree, SVM and Multinomial Regression. This prediction mechanism was implemented to predict the turnover of a company on an everyday basis and hence could help navigate through dubious stock market trades. An accuracy rate of 95% was achieved by the above prediction process. Moreover, the importance of stock market attributes was established as well.

研究动机与目标

• 为解决在波动性市场中预测股票换手率的挑战，传统方法因误差率过高而表现不佳。
• 评估多种分类算法在基于历史股票价格数据预测日换手率方面的性能。
• 通过严格的特征选择方法，识别出对换手率影响最大的市场属性。
• 开发一种实用的每日预测系统，以指导不确定股票市场中的投资决策。
• 利用十年期公司股票价值数据集，通过数据挖掘技术实现高预测准确率。

提出的方法

• 本研究使用来自公开来源的十年期股票市场价值数据集，用于训练和测试预测模型。
• 应用Boruta这一特征选择算法，从数据集中识别出最相关且最具影响力的特征。
• 将所选特征用于训练和评估四种分类算法：随机森林、决策树、支持向量机和多项式回归。
• 所有模型均使用R编程语言实现并进行比较，以支持统计计算和数据分析。
• 将预测任务建模为分类问题，以高精度预测每日换手率水平。
• 基于准确率评估模型性能，最佳模型达到95%的准确率。

实验结果

研究问题

• RQ1 在使用历史市场数据预测日换手率时，哪些分类算法表现最佳？
• RQ2 根据数据，哪些市场属性对决定股票换手率最具影响力？
• RQ3 使用Boruta进行特征选择能否提升换手率预测模型的准确率？
• RQ4 数据挖掘技术在多大程度上可降低股票换手率预测的误差？
• RQ5 能否使用标准机器学习工具有效构建一个每日换手率预测系统？

主要发现

• 所提出的方法实现了95%的预测准确率，表明在预测日换手率方面表现优异。
• 随机森林、支持向量机、决策树和多项式回归均表现出强大的预测能力，最佳模型准确率达到95%。
• Boruta算法成功识别出最具相关性的特征，提升了模型的可解释性与性能。
• 关键市场属性如股票价格、交易量和总市值在换手率预测中被发现具有高度影响力。
• 本研究证实，数据挖掘技术可显著降低金融预测任务中的预测误差。
• 该框架支持每日换手率预测，为应对不确定的股票市场条件提供了实际应用价值。