| 基于集成算法的股票指数预测 |
| |
| 引用本文： | 王 玥,孙德山.基于集成算法的股票指数预测[J].经济数学,2018(4):28-30. |
| |
| 作者姓名： | 王 玥 孙德山 |
| |
| 作者单位： | (辽宁师范大学 数学学院 ，辽宁 大连 116029) |
| |
| 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 |
Stock Index Prediction Based on Ensemble Algorithm |
| |
| WANG Yue,SUN Deshan.Stock Index Prediction Based on Ensemble Algorithm[J].Mathematics in Economics,2018(4):28-30. |
| |
| Authors: | WANG Yue SUN Deshan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《经济数学》浏览原始摘要信息 |
| 点击此处可从《经济数学》下载免费的PDF全文 |
|
