15、高效监督式机器学习技术在股票预测中的应用

高效监督式机器学习技术在股票预测中的应用

1. 股票市场趋势预测架构

股票市场趋势预测系统主要由以下几个关键部分构成：
- 数据采集 ：从巴基斯坦证券交易所金融数据库获取数据。
- 降噪处理 ：对采集到的数据进行降噪，以提高数据质量。
- 股票市场预测模型 ：应用KNN（K近邻）模型进行股票市场预测。
- 性能评估 ：使用RMSE（均方根误差）、MAE（平均绝对误差）、Logcosh和准确率等指标对模型性能进行评估。

graph LR
    A[数据采集] --> B[降噪处理]
    B --> C[股票市场预测模型]
    C --> D[性能评估]

2. 数据集收集

用于股票趋势预测实验的基准数据集包含三个部分，具体信息如下表所示：
| 数据集 | 标题 | 详情 |
| ---- | ---- | ---- |
| D#1 | 卡拉奇证券交易所（KSE）100指数 | KSE 100公司股票指数，可在www.ksestocks.com/QuotationData获取 |
| D#2 | 幸运水泥 | 幸运水泥公司股票数据，可在www.ksestocks.com/QuotationData获取 |
| D#3 | 恩格罗化肥有限公司 | 恩格罗化肥有限公司数据集，可在www.ksestocks.com/Quo