中文题名: | 基于改进的Adaboost算法的选股模型 |
姓名: | |
学生类型: | 学士 |
学位名称: | 工学学士 |
学校: | 中国人民大学 |
院系: | |
专业: | |
第一导师姓名: | |
完成日期: | 2015 |
中文关键词: | |
中文摘要: |
股票市场是一个复杂的受多因素影响的非线性动态系统,传统的方法预测和选股的结果不尽理想。近年来,基于机器学习的分析方法取得了良好的效果。
本文介绍了机器学习算法在选股中的应用,并对Adaboost算法做了详细的研究。本文旨在基于Adaboost算法建立多因子选股模型,通过对个股的各项指标进行分析,选取优质的股票。同时,根据基本Adaboost分类模型的缺陷,对Adaboost模型进行优化,创造性地提出了改进的Adaboost模型。通过对上证A股的2461只股票进行实证分析,检验了基于Adaboot算法的选股模型和其改进模型的实用性和准确性。实证表明,基于Adaboost算法和该进的Adaboost算法建立的选股模型具有良好的效果,能够较为准确地选出优质股票, 获得超出市场平均收益率的超额收益。
﹀
|
开放日期: | 2016-03-21 |