| 张潇1，韦增欣1，杨天山2.GBDT 组合模型在股票预测中的应用[J].海南师范大学学报自科版,2018,31(1):73-80 |
| GBDT 组合模型在股票预测中的应用 |
|
| |
| DOI：10.12051/j.issn.1674-4942.2018.01.013 |
| 中文关键词: |
| 英文关键词: |
| 基金项目:国家自然科学基金( 11161003)；中青年教师基础能力提升项目（2017 KY1017） |
|
| 摘要点击次数: 957 |
| 全文下载次数: 313 |
| 中文摘要: |
| 采用贡献度与相关性分析( correlation analysis)相结合的办法从目前最常用的
244种股票技术指标中提取最优技术指标，进而利用梯度提升树( GBDT)算法对股票的趋势进
行预测．对由贡献度、相关性分析与GBDT算法构成的组合模型（简称GBDT组合模型）进行
实证分析，首次将GBDT算法应用于沪深300股票的预测，对由不同算法构成的组合模型的预
测精度也进行比较分析．实验结果表明，GBDT组合模型在预测精度上优于线性回归组合模型
及随机森林组合模型． |
| 英文摘要: |
| |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
