基于概率后缀树的股票时间序列预测方法研究_300_概率_预测股票_预测_

在时间序列符号化基础上，本文引入概率后缀树 ＰＳＴ 模型，构建基于时间序列符号 化和概率后缀树相结合的股票预测模型．本文选择在沪深３００的１０支股票数据上将预测模型与传统的马尔科夫模型 ＭＭ 和自回归移动平均模型 ＡＲＭＡ 进行对比，结果显示本文提出的股票预测模型优于 ＭＭ 模型和 ＡＲＭＡ 模型，验证了本文所提出的预测模型在投资收益上的有效性．