基于Cart决策树与boosting方法的股票预测

摘要：

针对股票预测模型的准确度不够高,存在过拟合及欠拟合等问题,在现有股票预测方法分析的基础上,给出了一种基于Cart决策树与boosting方法的股票预测方法.该方法针对现有预测模型在数据纵向性方面考虑较少,额外增添近10日均价及转手率两个纵向变化指标以提高股票走势预测的准确性;并且以Cart决策树方法为基础,采用boosting级联多棵决策树的方法建立股票模型来解决拟合度问题.预测实验结果表明,该方法对仪器仪表领域的股票预测效果较好,均方误差有所下降.

关键词：股票预测、Cart树、boosting算法

所属期刊栏目：24

分类号：TP81(远动技术)

资助基金：国家自然科学基金69572153,60972127

在线出版日期：2020-05-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：98-103