使用主成分进行股票价格预测
摘要：股票价格可以通过过去的价格数据进行预测的文献提供了强有力的证据。主成分分析（PCA）是一种广泛使用的数学技术，通过确定少量主成分来解释数据集中的变化，从而实现数据的降维和分析。本文描述了一种基于协方差信息的股票价格预测的通用方法，核心是基于主成分分析的降维操作。将噪声观察投影到主子空间将导致一个良好的条件问题。我们将方法应用于不同行业的五家公司的日常股票价格数值。我们根据平均平方误差和预测的方向变化统计作为性能指标，以及预测的波动性作为风险指标来研究结果。
作者：Mahsa Ghorbani, Edwin K. P. Chong
论文ID：1803.05075
分类：Mathematical Finance
分类简称：q-fin.MF
提交时间：2018-03-15