随机森林在技术指标量化选股中的应用

发布时间：2020-12-23 12:52

　　随着中国经济的高速发展,截止到2017年12月19日整个A股总市值达到了60多万亿元,其中流通市值超过了44万亿元。全A股市场的股票数量超过了3400只,每天产生大量的金融数据。人的精力是有限的,如果投资者使用基本面分析法,3400多只股票的财务数据不会全部分析;同样每天也不会看3400多只股票的技术图形和技术指标。电子科学与信息技术的发展推动了计算机与互联网的普及,使量化投资进入了投资者的视线。量化投资是用现代金融学、数学、统计学、计算机科学等科学技术将投资者的投资理念程序化的过程。众所周知股票市场是一个多噪声的复杂系统^[35],影响股票价格的因素有很多,同时这些因素大多是非线性的,使得传统的线性模型不能很好的解决这类问题。2017年A股市场上大盘股表现更好,漂亮50与白马股一路高歌,然而许多量化基金的业绩却表现平平,让一度热捧的量化基金受到考验。原因是2017年的这种市场行情让一些因子失效或所选因子不能识别行情。近两年人工智能站在了风口上,机器学习算法在大数据挖掘上日趋成熟,恰好机器学习中的许多算法能解决非线性问题。因此,本文采用机器学习中的随机森林算法,对纯... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 选题背景
    1.2 研究意义
    1.3 国内外研究状况
        1.3.1 国外研究状况
        1.3.2 国内研究状况
    1.4 本文的研究方法
    1.5 本文的创新之处
第二章 技术分析理论与技术指标详解
    2.1 技术分析的基本知识
        2.1.1 技术分析的假定前提——三大假设
        2.1.2 技术分析的危机——市场有效假说
        2.1.3 技术分析的优缺点
        2.1.4 技术分析是经验的总结
    2.2 技术分析理论
        2.2.1 趋势理论
        2.2.2 量价理论
    2.3 技术指标简介
        2.3.1 趋向与反趋向类指标
        2.3.2 与量相关的指标
    2.4 本章小结
第三章 量化选股一般理论与方法
    3.1 量化投资简述
        3.1.1 量化投资基本概念
        3.1.2 国内量化基金发展状况
        3.1.3 量化投资的发展趋势
    3.2 量化选股的一般理论
    3.3 量化选股策略分类
    3.4 量化选股的方法
    3.5 本章小结
第四章 随机森林理论选股思想
    4.1 机器学习基础知识
        4.1.1 机器学习简述
        4.1.2 分类模型评估指标简介
        4.1.3 特征选择
        4.1.4 使用软件简介
    4.2 随机森林基分类器——决策树
        4.2.1 决策树基本概念
        4.2.2 CART分类回归树
    4.3 随机森林
    4.4 基于随机森林的量化选股
    4.5 本章小结
第五章 策略与实证
    5.1 策略概述
    5.2 策略实施
        5.2.1 数据处理
        5.2.2 参数敏感性分析
        5.2.3 模型构建与选股
    5.3 实证
    5.4 本章小结
第六章 结论与展望
    6.1 结论
    6.2 不足
    6.3 展望
致谢
参考文献


【参考文献】：
期刊论文
[1]使用随机森林算法实现优质股票的选择[J]. 曹正凤,纪宏,谢邦昌.  首都经济贸易大学学报. 2014(02)
[2]动量和反转投资策略在我国股市中的实证分析[J]. 程兵,梁衡义,肖宇谷.  财经问题研究. 2004(08)

硕士论文
[1]基于随机森林和QGA-SVR的量化选股研究[D]. 林启敏.华南理工大学 2016
[2]基于随机森林的指数化投资组合构建研究[D]. 韩燕龙.华南理工大学 2015



本文编号：2933750