当前位置:主页 > 经济论文 > 资本论文 >

使用随机森林算法实现优质股票的选择

发布时间:2018-07-04 13:31

  本文选题:随机森林 + 股票选择 ; 参考:《首都经济贸易大学学报》2014年02期


【摘要】:文章通过比较分析价值策略和成长策略,提出了以价值成长投资策略(GARP)理念为基础的选股模型指标体系,选用了2012年1月至2013年2月间360多支股票的4406个样本数据,通过等频算法对数据进行离散化预处理后,使用随机森林算法实现了较高正确率的股票分类,投资者可以据此判断是否继续持有股票。通过分析优选后的股票在行业平均收益、最值方面的实际表现,验证了该量化选股模型性能优异。
[Abstract]:Based on the comparative analysis of value strategy and growth strategy, this paper puts forward an index system of stock selection model based on the concept of value growth investment strategy (GARP), and selects 4406 sample data of 360 stocks from January 2012 to February 2013. After discretization of the data is preprocessed by the equal-frequency algorithm, a high accuracy stock classification is realized by using the stochastic forest algorithm, according to which investors can judge whether or not they continue to hold stocks. The performance of the model is proved to be excellent by analyzing the actual performance of the industry average income and the best value of the stock after the optimal selection.
【作者单位】: 首都经济贸易大学统计学院;台湾辅仁大学统计资讯学系;
【基金】:国家自然科学基金面上项目《基于预测建模的宏观经济时间序列结构变化研究》(项目编号71071022)
【分类号】:F224;F830.91

【相似文献】

相关期刊论文 前5条

1 张维;杨旭才;陆晓春;史道济;;污水处理厂机器学习综合评价[J];天津大学学报(社会科学版);2008年02期

2 刘微;罗林开;王华珍;;基于随机森林的基金重仓股预测[J];福州大学学报(自然科学版);2008年S1期

3 彭国兰;林成德;;基于随机森林的企业信用评估模型[J];福州大学学报(自然科学版);2008年S1期

4 王志红;王华珍;;基于随机森林的基金评级模型选择[J];财务与金融;2009年01期

5 方匡南;朱建平;谢邦昌;;基于随机森林方法的基金收益率方向预测与交易策略研究[J];经济经纬;2010年02期

相关博士学位论文 前4条

1 岳明;基于随机森林和规则集成法的酒类市场预测与发展战略[D];天津大学;2008年

2 方文轩;非线性经济周期模型的随机稳定性与分岔研究[D];天津大学;2007年

3 白斌;基于SFA和RFA的信托公司效率评价及影响因素分析[D];天津大学;2010年

4 段永桓;基于RFA和Copula的海南旅游业及高尔夫产业预测[D];天津大学;2011年

相关硕士学位论文 前5条

1 彭国兰;随机森林在企业信用评估中的应用[D];厦门大学;2007年

2 黄衍;基于随机森林的制造业上市公司财务预警模型研究[D];华东交通大学;2013年

3 王帅;个人信用评分混合模型研究[D];华东师范大学;2010年

4 江锋;基于数据挖掘技术的上市公司财务舞弊识别研究[D];杭州电子科技大学;2013年

5 周丽峰;基于非平衡数据分类的贷款违约预测研究[D];中南大学;2013年



本文编号:2096232

资料下载
论文发表

本文链接:https://www.wllwen.com/jingjilunwen/zbyz/2096232.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户2dd07***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com