對影響股票融資跌漲幅的主要因素的研究,及對跌漲幅預(yù)測精度的提高,是融資領(lǐng)域中的一個重要內(nèi)容,故本文對此展開相關(guān)研究。首先運用具有特征選取作用的Lasso模型對國內(nèi)融資數(shù)據(jù)進行因素影響性分析,結(jié)果顯示影響跌漲幅的主要因素為融資買入額、融資償還額及融資余額。接著,本文在集成學(xué)習(xí)思想的基礎(chǔ)上,運用方差倒數(shù)法對Lasso、XGBoost和隨機森林進行模型賦權(quán)并線性結(jié)合,從而構(gòu)造組合回歸模型,提高了預(yù)測精度;最后通過評價指標(biāo)RMSE和MAPE的對比發(fā)現(xiàn)組合模型較單項模型具有更強的穩(wěn)健性和更高的預(yù)測精度。 

【文章來源】：時代金融. 2019,(33)

【文章頁數(shù)】：3 頁

【文章目錄】：
一、引言
二、相關(guān)理論與實證研究
    （一）數(shù)據(jù)選取與處理
        1. 數(shù)據(jù)來源。
        2. 缺失值處理。
        3. 歸一化。
        4. 數(shù)據(jù)劃分。
    （二）多重共線性檢驗
    （三）因素評估：Lasso模型
    （四）漲跌幅的預(yù)測：回歸組合模型
        1. XGBoost與隨機森林回歸模型。
        2. 回歸組合模型。
    （五）模型評估
三、分析與總結(jié)
    （一）關(guān)于影響因素的評估
    （二）關(guān)于模型評估


【參考文獻】：
期刊論文
[1]基于Lasso和Xgboost的油價預(yù)測研究[J]. 施國良,景志剛,范麗偉.  工業(yè)技術(shù)經(jīng)濟. 2018(07)
[2]Xgboost在滾動軸承故障診斷中的應(yīng)用[J]. 張鈺,陳珺,王曉峰,劉飛.  噪聲與振動控制. 2017(04)
[3]影響股票達到漲跌幅限制的因素分析[J]. 穆啟國,劉海龍,吳沖鋒.  系統(tǒng)工程理論與實踐. 2003(09)



本文編號：3173007