基于随机森林的支持向量机量化选股 |
| |
作者姓名: | 贾秀娟 |
| |
作者单位: | 安徽大学,安徽合肥,230601 |
| |
摘 要: | 股票市场是一个复杂的非线性系统,传统量化选股模型大多是直接依据数据建模,没有筛选变量,具有很大的局限性。本文使用随机森林处理变量,提出基于随机森林的支持向量机模型,提高了模型的识别精度。同时将随机森林与主成分分析的降维效果进行比较,结果表明,基于随机森林的支持向量机模型的分类准确率要高于基于主成分分析的支持向量机模型,具有更好的实用价值。
|
关 键 词: | 公司财务 训练集 测试集 分类正确率 |
Quantitative Stock Selection based on Random Forest Support Vector Machine |
| |
Authors: | Jia Xiujuan |
| |
Abstract: | Jia Xiujuan |
| |
Keywords: | |
本文献已被 维普 万方数据 等数据库收录! |
|