随着我国国民收入的提高,人均可支配收入亦随之增长,人民迫切地寻求可靠的投资方式实现财富增值。股票投资因其方便快捷,正被越来越多的人所接受。我国股市成立时间短,各方面尚不成熟,股票价格运行呈现出暴涨暴跌的特点。股市的暴涨暴跌容易让投资者陷入悲观情绪之中,以致迟迟不敢进入股市。股票市场中投资者参与度过低不利于股票市场健康有序地运行,大大削弱股市的融资功能。为捕捉股票价格的运行规律、帮助投资者降低投资损失,本文从股票交易的经典理论出发,提出基于箱体理论的PLR-SVR股票交易点预测模型。当前我国股票市场正处于变革之中,沪港通、深港通、问题公司强制退市、A股纳入MSCIA等重大事件,都说明我国股票市场正渐渐走向成熟,渐渐与国际接轨。国际上,大型基金以持有蓝筹股票为主,未来我国蓝筹股亦将在股票市场中占据越来越越重要的地位。本文以最具有代表性的蓝筹股指数——上证50指数的成分股为股池,从中选取20只股票作为本文的研究对象。本文提出的交易策略其核心思想即:股票价格运行过程中形成一个箱体,股票价格始终在箱体内上下波动,当股票价格运行至上轨附近卖出股票,当股票价格运行至下轨附近买入股票。为模拟对股票价格运行的箱体,本文使用股票的30日内最高价(简称H30)作为上轨的模拟轨迹,使用股票30日内最低价(简称L30)作为下轨的模拟轨迹。当股票的收盘价出现在H30邻域内,则卖出股票,当股票的收盘价出现在L30邻域内,则买入股票。由于股票数据普遍存在数据样本数少,可用特征维度高的特点,本文选取支持向量回归(SVR)对H30、L30进行预测。考虑到,本交易系统的交易点本质上都是股价运行过程中的转折点,本文运用分段线性表示法(PLR)对股价序列的非重要极值点进行弱化。PLR的优点在于对时间序列进行切分,保留重要的时序转折点并保持时间序列的基本趋势,因此非常适合本文中的应用场景。分段线性表示和支持向量回归相结合用于股价预测,是本文的创新点之一。应用SVR算法构建H30预测模型和L30预测模型的过程中,本文将传统技术指标计算理念与股票交易量相结合,创造股票交易量的衍生指标,作为预测模型的特征,这是本文的第二个创新点。为公正地对提出的股票交易系统盈利能力进行评判,本文设计了多组对比实验对历史数据进行回测。为检验本文提出股票交易量衍生指标是否能有效提高预测准确性,本文将仅包含为股票价格衍生特征的SVR模型与包含股票交易量衍生特征的SVR模型进行对比,试验结果表明加入股票交易量衍生特征后模型的预测准确率有所提高。为验证本文提出的PLR-SVR预测模型用于交易的盈利能力,将其与SVR股票交易点预测模型进行对比,实验结果表明对时间序列的进行分割阈值选取十分关键,当选择合适的阈值时,PLR-SVR模型的盈利能力明显超过SVR模型。为验证本文提出的策略有效性,本文选取股票交易中经典的买入并持有(BHS)策略交易股票,实验结果证明本文提出的交易策略明显优于BHS,无论是PLR-SVR股票交易系统还是SVR股票交易系统,其盈利能力都超过BHS 一倍以上。