基于随机森林的沪深300预测研究

摘要：

由于股票市场价格趋势的复杂性和动态性,多年来一直是研究人员感兴趣的领域.股市的内在波动性使得预测的任务颇具挑战性.作者提出将预测问题作为机器学习分类问题来处理,并希望探究技术指标和机器学习共同作用的效果.文章使用了26个技术指标作为因子进行输入,使用随机森林分类算法来预测股票指数的次日涨跌,阈值选用0.5,即在预测概率大于0.5时,在次交易日的开盘价买入,收盘价卖出,并创新性地采用一日一训练的方法进行预测,即按照今日的实际涨跌数据,投入下一轮训练,得出次交易日的预测数据,以此类推,改变了过往只预测一次造成准确率虚高假象,一日一训练也更接近实际投资做法,结果综合预计AUC为0.52.

关键词：随机森林;股指预测;技术指标;机器学习

分类号：F832.51(金融、银行)

在线出版日期：2022-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：108-110