随机森林在量化选股中的应用研究

通过分析国内外量化选股模型采用的指标体系,从焦健的六因子模型出发,使用指标相关性分析方法,提出了八因子选股模型指标体系,选用了2013年3月200只股票的样本数据,使用随机森林算法实现了对2013年4月股票涨跌情况较高精确度的预测,通过对比分析焦健的六因子模型,并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在中国股票市场上有较好的性能。     

基于支持向量机的多因子选股建模及应用研究

多因子选股模型是国际上应用最广泛的量化投资模型之一,也是我国量化投资领域关注的热点问题.本文选取2007年1月-2017年11月间我国A股市场正常上市的公司股票作为研究对象,全面选取成长类、估值类、盈利类、技术类和资本结构类5个类别共18个因子构建初始因子池,利用统计分析的方法进行有效因子的筛选和检验.在此基础上,利用...     

拟自适应分类随机森林算法

本文给出了集成学习模型可以收敛的集成学习算法,拟自适应分类随机森林算法。拟自适应分类随机森林算法综合了Adaboost算法和随机森林算法的优势,实验数据分析表明,训练集较大时,拟自适应随机森林算法的效果会好于随机森林算法。另外,拟自适应分类随机森林算法的收敛性确保它的推广误差可以通过训练集估计,所以,对于实际数据,拟自适应分类随机森林算法不需要把数据划分为训练集和测试集,从而,可以有效的利用数据信息。     

基于随机森林算法的某型飞机燃油消耗情况研究

为确定某型飞机燃油消耗量同其它因素之间的相关关系,首先将预处理后的某场站近三年燃料油消耗的实际数据随机地分成10份;然后,分别借助决策树和随机森林算法,对数据建立回归模型,并采用10折交叉验证法,判断上述结果的可靠性;最后,使用平均的标准化均方误差来评价模型,得出结论.     

一种基于随机森林的备件预测模型研究

对舰船零部件发生故障问题进行故障诊断,并对故障诊断结果进行分析,建立舰船零部件备件需求模型,给出零部件之间的发生故障概率的关系与备件需求特征;将随机森林回归原理应用到了舰船零部件的备件需求预测领域,构建了基于随机森林的预测模型,以及预测结果准确率的评价。用诊断结果数据对算法进行验证,结果表明,将随机森林算法运用到舰船的备件预测领域可以为舰船装备在一次海上任务期内备件配置问题提供参考价值。     

基于随机森林的保险客户利润贡献度研究

本文通过引入责任准备金,提出了新的保险客户利润贡献度公式,综合考虑了历史购买行为和未来可预见的现金流,更有效地度量客户的真实贡献。此外,本文首次把非参数随机森林回归法应用到保险客户利润贡献度预测中,并和其他模型进行比较,发现非参数随机森林方法往往要优于传统的类神经网络、CART和SVC等模型。实证研究发现:利用客户的年龄、性别、地区、职业、婚姻状况等变量能较准确地预测客户利润贡献度,避免了复杂的精算过程,同时还能评估潜在客户的利润贡献度。     

基于随机森林融合朴素贝叶斯的信用评估模型

利用随机森林特征选择算法,对信用评估的可用指标集进行特征选择,在此基础上建立基于随机森林融合朴素贝叶斯的信用评估模型.选取UCI数据库中的German数据集进行实证研究,结果表明,通过随机森林进行特征选择的随机森林融合朴素贝叶斯模型具有更高的预测准确度.     

基于高频词和AUC优化的随机森林文本分类模型

为了针对互联网上的新闻类文档实现对其快速精准地分类,提出一种根据词频先初步降维再进行优化建模的分类思路.先基于高频词汇初步降维,再对降维后的数据以模型AUC值达到最大为目标,采取向后消元的方法构建随机森林分类模型,实现对文档的分类.通过实证分析,发现该方法能够有效地实现对文本的分类,同时减少了建模的运算量,通过AUC值的优化,比单纯依据词频降维构建的随机森林模型分类效果更好.     

基于因子情境的机器学习多因子选股模型

对通过机器学习优化股票多因子模型问题进行详细分析.首先,给出了因子筛选的聚类方法,从各大类因子中筛选出具有代表性的最优因子;然后,应用3种机器学习模型,即SVM模型、GBDT模型和XGboost模型,构建了机器学习选股模型,与传统的等权重线性多因子模型相比,预测效果有了很大的改进;最后,从机器学习模型输入因子有效性的角度改进了风险控制.     

收敛性随机森林模型及其遥感应用

通过引入全局损失函数,提出了一种全局优化的随机森林模型算法,称为θ-β型随机森林,并且利用改进后的模型对城市遥感图进行了检测与识别,识别准确率与识别速率都得到了一定的提高.方法在经典随机森林模型的基础上加入前向反馈模型(Forward Stagewise Additive Model),通过每一层节点的训练结果干预下一层的训练数据(从而改变阈值θ的选择)与训练步长(β),使得最后训练得到的型随机森林收敛速度更快,预测结果更为准确.     

经济最优化的随机模型（Ⅱ）

本文研究随机经济模型的稳定性。首先,我们讨论一种类似于决定性情形的弱稳定性。然后,我们证明:在较弱的条件下,从决定性的初始产综出发,齐次的随机模型必定走向崩溃。     

与多值随机微分方程相关马氏半群的无穷小生成元（英文）

当多值随机微分方程的扩散及漂移系数满足利普希兹连续性条件时,我们考虑其解的无穷小生成元问题.为了找出该无穷小生成元的核,我们研究了对应的多值椭圆方程及其粘性解.     

基于贡献度随机森林模型的公司债信用风险实证分析

运用贡献度随机森林方法(CRF)方法探讨公司债财务指标比率与其违约率的关系.运用连续属性离散化方法(OB)进行财务指标最优降维;运用WOE变换进行模型变量约简.研究表明,CRF模型的分类性能显著优于其他模型,测试集评估总体正确率达90.47%,AUC统计量、AR比率及K-S值分别提升了2.6%、7.6%、4.38%,变量贡献度量化了各财务指标对违约率影响,为诠释随机森林预测机制提供了依据.     

基于复合分形的路面抗滑随机森林评估模型

路面抗滑性能直接影响着道路交通安全,而基于路表纹理特征的路面抗滑性能评估方法目前存在着可解释性差、准确度不高的问题.该研究使用精度为0.05 mm的便携式三维激光表面分析仪采集了185组路面纹理数据,通过动态摩擦因数测试仪获得了相应路段0～80 km/h速度范围内的路面摩擦数据,构建了综合表征路面纹理空间、横剖、深度方向复杂度的复合分形维数指标,建立了10 km/h和70 km/h速度下的路面抗滑性能随机森林评估模型.研究结果表明：复合分形维数具备独立描述纹理复杂程度的能力,但与路面动态摩擦因数之间不存在线性关系;复合分形维数对70 km/h速度下动态摩擦因数预估的准确度为0.78,可用于评价轮胎橡胶快速滑动状态下的路面抗滑性能;复合分形指标中的空间、横剖、表层、浅层、深层剖面分形特征共同影响着路面抗滑性能,在进行路面纹理形貌评价时,应从多种空间视角下进行纹理特征综合分析.     

随机时滞SIV流行病模型平稳分布（英文）

本文考虑具有时滞的随机SIV流行病模型平稳分布.首先证明模型全局正解几乎处处有限,然后借助李雅普偌夫函数给出平稳分布存在的充分条件.     

基于卷积神经网络与随机森林的合成孔径雷达目标识别

自合成孔径雷达(synthetic aperture radar,SAR)问世以来,就在军事侦察等方面获得了广泛的应用和发展.SAR图像包含大量的相干斑,使得图像识别工作变得相当复杂,因此,在传统的卷积神经网络(Convolutional Neural Network,CNN)的基础上将Softmax分类器替换成随机森林(Random Forest,RF),得到CNN与RF相结合的算法,记为CNN-RF,用以实现SAR目标实别在CNN-RF中,将CNN提取出SAR图像的特征矢量输入RF分类器.实验结果表明,所提出的算法在MSTAR实测数据集上取得了较高的识别准确率,从而说明了实验的有效性.     

一类随机多目标二次线性规划模型的交互式算法

针对线性约束条件下带有一个二次目标函数和多个线性目标函数的随机多目标决策问题，借助参考方向法和权重法对该决策问题的期望值模型进行标量化，获得了关于期望值模型的（恰当／弱）有效解的充要条件，引入Ａｃｈｉｅｖｅｍｅｎｔ函数建立了一类随机多目标二次线性规划模型的交互式计算方法．     

一类最优投资随机控制模型的马氏链算法

现代金融经济中的很多问题可以构建成随机控制模型,而随机控制的求解却存在一定的困难.马氏链算法应该是一种有效的求解随机控制问题的数值方法.本文以Claus Munk的工作为基础,针对一类最优投资模型,具体确定了马氏链的转移矩阵并证明其满足算法收敛条件,并用MATLAB语言编成一个程序实现.