本文针对孟加拉股市数据,采用线性回归和随机森林模型对股票价格进行预测。研究发现随机森林模型在MAE、RMSE和相关系数指标上优于线性回归,表明其对时间序列数据具有更强的拟合能力。其中总资产周转率、资产负债率等因素显著影响股票价格,提供了对股价波动因素的定量分析,为孟加拉股市的投资决策提供了理论依据和方法支持。
| 预测变量 | 说明 |
|---|---|
| Term | 季度编号 |
| Stock Price | 股票价格 |
| ROA | 总资产回报率 |
| ROE | 股本回报率 |
| CR | 流动比率 |
| TATO | 总资产周转率 |
| DTA | 资产负债率 |
| Panel | 公司代码 |
| 变量 | F统计量 | R² | RSE |
|---|---|---|---|
| Panel | 1.861 | 0.0278 | 565.20 |
| DTA | 33.85 | 0.3425 | 464.80 |
| ROE | 14.59 | 0.1834 | 518.00 |
| ROA | 2.122 | 0.0303 | 594.00 |
| TATO | 67.9 | 0.5109 | 400.00 |
| CR | 5.272 | 0.7506 | 551.30 |
| Term | 0.7566 | 0.0115 | 569.00 |
| 指标 | 线性回归 | 随机森林 |
|---|---|---|
| MAE | 220.8 | 119.9 |
| RMSE | 283.7 | 195.9 |
| 相关系数 | 0.88 | 0.9 |
报告标题: A Regression-Based Share Market Prediction Model for Bangladesh
作者: Syeda Tasnim Fabiha, Rubaiyat Jahan Mumu, Farzana Aktar, B M Mainul Hossain
机构: University of Dhaka,Institute of Information Technology
发布日期: 未明确标注具体发布日期,数据截至2017年
主题: 孟加拉国达卡证券交易所股票市场的预测模型,聚焦线性回归与随机森林模型的比较及股票价格变动因素分析。
引言部分强调资本市场,特别是证券市场对国家经济发展的重要性,区分了一级市场(公司首次发行股票)与二级市场(投资者间股票交易)的概念,指出投资者的核心诉求是“低买高卖”,因此股价预测的准确性对投资者极为关键。报告同时描述了孟加拉国股市背景及历史,提及2010年股市崩盘事件,强调市场的不稳定性和新手投资者带来的风险,体现选取研究时间周期及数据的重要性。
文献回顾概述了前人对股价波动影响因素、多维度变量、机器学习和神经网络方法的研究,指出针对孟加拉国股市的系统分析和预测模型仍相对稀缺,尤其是结合变量显著性和预测能力的研究较少。提出本文旨在填补这一空白,构建基于关键财务因子的预测模型。
对简单线性回归及多元线性回归的数学公式进行了详细阐释,明确了残差平方和(RSS)最小化法则和最小二乘估计法的应用。作者探讨了数据中潜在的非线性、异方差、多重共线性等问题,并列举了针对这些问题的常用数据处理方法,如变量变换、使用加权最小二乘法、剔除异常值及计算方差膨胀因子(VIF)排查共线性。
详细介绍随机森林作为基于决策树的集成学习方法,通过对多个决策树的训练进行Bagging和特征随机采样,降低单颗树高方差问题,提高预测准确性。强调随机森林相比传统Bagging的改良,能在不显著损失解释力的情况下增强模型稳定性。
采用三种指标度量模型表现:
数据来自孟加拉国股票市场相关网站(达卡证券交易所、Lanka Bangla金融门户、Trading Economics),选取2013年第四季度至2017年第一季度五家医药公司的季度财务指标,构建时间序列数据集。所用变量包括:
通过统计指标F值、R方、RSE(残差标准误差)衡量每个自变量与因变量的关系强度。TATO、DTA和ROE显示出较强的统计显著性和解释力。
本表清晰定义了七个预测因子及响应变量,体现了本研究关注的财务健康、盈利能力及企业类型对股票价格的潜在影响。
此图展示各预测变量残差分量图,从散点及拟合趋势线判断变量与股票价格关系的线性程度。
通过热力图直观显示各变量之间的相关等级,及显著性检验结果(非显著变量标记“×”)。
残差无明显模式或漏斗形,体现模型满足残差同方差性假设(无异方差性),但存在少量异常值(样本编号3、38、48)。剔除这些异常值后模型表现更佳。
显示残差的多个滞后自相关,无显著依赖,第一滞后值较高本质合理,说明残差独立性良好,无自相关性影响模型。此特征符合线性回归模型的独立性假设。
| 指标 | 线性回归 | 支持向量机 | 随机森林 |
|---|---|---|---|
| MAE | 220.8 | 暂无 | 119.9* |
| RMSE | 283.7 | 暂无 | 195.9* |
| 相关系数 | 0.88 | 暂无 | 0.90 |
随机森林表现出更低的误差指标(MAE, RMSE)和稍高的相关系数,表明其在该时间序列股市数据中预测能力优于线性回归,支持向量机结果未公布。该结果与随机森林适于处理内在变量相关性强的时序数据一致。
多变量时间序列中股价、ROE、CR等指标呈季节性和周期性波动。
本研究未涉及股票估值方法或公司整体估值,而是针对股价预测模型的拟合与预测效果进行描述。使用了线性回归及随机森林进行回归分析,通过统计显著性水平、回归系数估计、误差指标进行模型评估。未采用DCF或P/E等传统估值指标,方法学属于统计学习范畴的预测建模分析。[page::全文]
报告未显著提出具体风险缓解策略,但提及以下风险或限制因素:
未提及具体风险概率与回避策略,隐含市场预测和数据质量风险仍显著。,3,6]
整体分析稳健但建议未来结合更多变量、扩展样本和引入更深层次非线性模型以提升预测能力。,3,5]
本文系统性探讨了孟加拉国达卡证券交易所股票市场的数据特征及影响股票价格的财务指标,构建并比较了线性回归和随机森林预测模型。研究结论如下:
预测性能上,随机森林优于线性回归。 MAE降低近一半,RMSE同样显著改善,相关系数提升至0.9,显示较强的预测相关度。随机森林适合处理时序数据内变量间复杂关系和高维特征依赖性。
关键影响因素包括总资产周转率(TATO)、资产负债率(DTA)、股本回报率(ROE)及公司类型(Panel)等。 这些因素的统计显著性通过F值、t检验及p值得到支持。
检验结果确认线性模型假设成立:残差正态分布、无异方差性、无自相关、多重共线性问题通过移除ROA缓解后指标均符合标准。,5]
模型构建展望:报告最终强调,尽管模型在解释变量贡献和预测能力上的表现令人满意,股票价格的快速变化、本质上的群体投资者情绪和非量化因素仍限制了完全准确的预测。未来模型需结合更多广泛数据、非线性方法和情绪分析以提升性能。
综上所述,本文的重点贡献在于整合财务指标与时间序列数据,系统比较了线性与非线性机器学习模型的股价预测能力,验证了随机森林模型在处理孟加拉国股票市场时序数据中的优势,同时通过线性回归深度解析了主要影响因素,为投资者和研究者提供了富有洞察力的实证参考。
图1:残差分量图
图2:Pearson相关矩阵
图3:残差与拟合值
图4:VIF与正态Q-Q
图5:残差自相关函数
图6:时间序列
【全文深度分析完毕】
2507.18643.pdf