基于XGBoost的股指涨跌预测策略研究

摘要：

量化投资作为一种投资管理的新方法,在欧美国家发展已达40年之久,在国内也受到较大关注.论文对沪深300股票的数据进行预测,依据年度财务报告数据进行分析,采用XGBoost算法建立模型,基于网格搜索算法得出最佳权重,并分别对LR算法、随机森林算法、SVM算法和XGBoost算法进行分析,证明了XGBoost算法在预测的准确度上是较优的.

关键词：XGBoost、LR、量化投资、股指涨跌预测

所属期刊栏目：51

分类号：TP39(计算技术、计算机技术)

在线出版日期：2023-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：686-689