参数优化随机森林在股票预测中的应用

发布时间：2021-09-16 20:13

　　为了提高股票预测的正确率,参照股票研究的指标体系,以股票的相对强弱、变动速率、能量潮、异同移动平均线以及威廉指标五个纯技术指标作为股票预测的特征。通过网格搜索对随机森林的参数进行了优化,构建基于纯技术指标的和参数优化随机森林的股票预测模型,并以平安银行、万科、深振业A、神州高铁、美丽生态2017年4月30日到2019年6月30日所有交易日作为实验室数据,实验结果与原始随机森林、决策树以及支持向量机分类模型对比,证实了参数优化后的随机森林股票预测模型在模型评价中的准确率和AUC值都高于其他模型。 

【文章来源】：软件. 2020,41(01)

【文章页数】：5 页

【部分图文】：

网格搜索结果可视化Fig.2Visualizationofgridsearchresults

参数优化的随机森林股票预测流程Fig.1RandomforeststockforecastingprocesswithHyper-parametricoptimization

【参考文献】：
期刊论文
[1]改进的XGBoost模型在股票预测中的应用[J]. 王燕,郭元凯.  计算机工程与应用. 2019(20)
[2]基于改进随机森林算法的文本分类研究与应用[J]. 刘勇,兴艳云.  计算机系统应用. 2019(05)
[3]基于RS-SVM的无线传感器网络安全的应用研究[J]. 黄金金,陈晶,张鲲.  软件. 2018(11)
[4]改进ACO-SVM在网络入侵检测中的应用[J]. 刘静,杨正校.  软件. 2018(10)
[5]基于改进的PSO和模糊RBF神经网络的MBR膜污染预测（英文）[J]. 陶颖新,李春青,苏华.  软件. 2018(08)
[6]基于随机森林的无人机检测方法[J]. 刘阳,杜华军,岳子涵,马杰,吕武.  计算机工程与应用. 2019(07)
[7]随机森林在量化选股中的应用研究[J]. 王淑燕,曹正凤,陈铭芷.  运筹与管理. 2016(03)
[8]基于随机森林和欠采样集成的垃圾网页检测[J]. 卢晓勇,陈木生.  计算机应用. 2016(03)
[9]基于奇异熵和随机森林的人脸识别[J]. 全雪峰.  软件. 2016(02)
[10]关于遗传算法优化的最小二乘支持向量机在MBR仿真预测中的研究[J]. 聂敬云,李春青,李威威,王韬.  软件. 2015(05)



本文编号：3397220