线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

基于集成算法的股票指数预测

王玥; 孙德山 经济数学 2018年第04期

摘要:利用集成算法中的Bagging、Boosting和Random Forest三个方法,选取股票指数中的中小板指数、深证成指数、上证指数、创业板指数4组数据进行分析,得出Random Forest对上证指数、中小板指预测结果较好;Boosting对创业板指预测结果较好;Bagging对深证成指预测较好.并在4个板指中,随机选取了4支股票数据(分别为大连重工、中南建设、中国医药、东方国信)进行分析,得出集成算法在数据为200个的情况下,预测结果较为准确,其中不同方法对不同股票的适宜程度有所不同.

关键词:股票指数袋装法提升算法随机森林

单位:辽宁师范大学数学学院; 辽宁大连116029

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

经济数学

部级期刊

¥187.20

关注 48人评论|1人关注