基于蒙特卡洛去噪算法股票的投资策略及其价格预测
摘 要：股票是社会化大生产的产物，随着网络时代的到来，社会经济也发生了很大的变革，人们开始步入数字经济时代，一切信息都将数字化。其中，不然少不了阿里巴巴这一巨头之一的身影，阿里巴巴作为重要的经济数字化载体，旗下有着很多炽手可热的子公司，例如支付宝、淘宝等等，每天有成百上千的客服在这些软件上面留下了数据，所以针对当下的经济体，本文将对针对蚂蚁金服的10支主要概念股：合肥城建、健康元、京能置业、京能电力、绿地控股、海泰发展、恒生电子、百大集团、新希望和金字火腿，进行投资风险优化模型。在蚂蚁金服要上市的消息传出后，这些与蚂蚁金服相关性强的股票都有了不同的涨幅，其中涨幅最大的是合肥城建，本文也会通过合肥城建的历史信息进行分析来预测股票价格模型。
关键词：股票；数字化；投资风险优化模型；预测股票价格模型
一、前言
股票投资是我国重要的投资形式之一，但是从股票市场到投资者的个人投资决策都充斥着风险和不可预测性。数字经济的商业模式本身运转良好，因为它创建了一个企业和消费者双赢的环境，所以未来的数字经济一定是数字化与全球经济的紧密结合。根据现在的商业模式，可以判断出与数字经济挂钩的集团将成为未来经济的主体部分。
股票投资是我国常见的风险投资形式之一。随着对投资理财需求的日益增长，股票的投资组合风险优化也成为人们日益关注的问题。目前蚂蚁金服还没有上市，而10支概念股成为重要的替代品，具有很大的投资价值。当然投资存在风险，因此，研究股票投资组合去噪声问题，以期提高股票投资组合风险优化水平对我国股票投资者有效降低风险、提高其收益水平有着重要的指导意义。
回归分析法是模型技术中最基本的内容，针对合肥城建的历史股票数据，本文将会采用多元线性回归模型对其股票价格进行预测。考虑到多元线性回归模型直接对数据进行模拟，是不具有很好的拟合效果。由于因子分析是具有大大减少数据建模中涉及的变量，也不会造成大量的信息丢失等优点。因此，本文在因子分析的基础上建立多元回归模型，为我国股民提供现实理论依据。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
