| 机器学习方法在股指期货预测中的应用研究——基于BP神经网络、SVM和XGBoost的比较分析 |
| |
| 引用本文： | 黄卿,谢合亮.机器学习方法在股指期货预测中的应用研究——基于BP神经网络、SVM和XGBoost的比较分析[J].数学的实践与认识,2018(8). |
| |
| 作者姓名： | 黄卿 谢合亮 |
| |
| 作者单位： | 北京语言大学商学院;中央财经大学统计与数学学院 |
| |
| 摘 要： | 机器学习在人工智能领域取得了巨大的成就,在学界和业界都掀起了机器学习的热潮.针对股指期货交易速度快、交易频率高和交易量巨大且交易数据具有高纬、时序的特征,构建了新的股指期货量化投资模型,采用沪深300股指期货1分钟高频数据作为研究对象.并对比分析了神经网络、支持向量机和XGBoost对股指期货下1分钟价格的变动方向的预测能力.研究结果表明,三种机器学习方法都具有较好的预测能力,但XGBoost的预测能力要优于传统的神经网络和支持向量机.
|
| 关 键 词： | 神经网络 支持向量机 XGBoost 高频数据 |
Research on the Application of Machine Learning in Stock Index Futures Forecast——Comparison and analysis based on BP neural network,SVM and XGBoost |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
