隨著中國(guó)經(jīng)濟(jì)的高速發(fā)展,截止到2017年12月19日整個(gè)A股總市值達(dá)到了60多萬億元,其中流通市值超過了44萬億元。全A股市場(chǎng)的股票數(shù)量超過了3400只,每天產(chǎn)生大量的金融數(shù)據(jù)。人的精力是有限的,如果投資者使用基本面分析法,3400多只股票的財(cái)務(wù)數(shù)據(jù)不會(huì)全部分析;同樣每天也不會(huì)看3400多只股票的技術(shù)圖形和技術(shù)指標(biāo)。電子科學(xué)與信息技術(shù)的發(fā)展推動(dòng)了計(jì)算機(jī)與互聯(lián)網(wǎng)的普及,使量化投資進(jìn)入了投資者的視線。量化投資是用現(xiàn)代金融學(xué)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)等科學(xué)技術(shù)將投資者的投資理念程序化的過程。眾所周知股票市場(chǎng)是一個(gè)多噪聲的復(fù)雜系統(tǒng)^[35],影響股票價(jià)格的因素有很多,同時(shí)這些因素大多是非線性的,使得傳統(tǒng)的線性模型不能很好的解決這類問題。2017年A股市場(chǎng)上大盤股表現(xiàn)更好,漂亮50與白馬股一路高歌,然而許多量化基金的業(yè)績(jī)卻表現(xiàn)平平,讓一度熱捧的量化基金受到考驗(yàn)。原因是2017年的這種市場(chǎng)行情讓一些因子失效或所選因子不能識(shí)別行情。近兩年人工智能站在了風(fēng)口上,機(jī)器學(xué)習(xí)算法在大數(shù)據(jù)挖掘上日趨成熟,恰好機(jī)器學(xué)習(xí)中的許多算法能解決非線性問題。因此,本文采用機(jī)器學(xué)習(xí)中的隨機(jī)森林算法,對(duì)純... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 選題背景
    1.2 研究意義
    1.3 國(guó)內(nèi)外研究狀況
        1.3.1 國(guó)外研究狀況
        1.3.2 國(guó)內(nèi)研究狀況
    1.4 本文的研究方法
    1.5 本文的創(chuàng)新之處
第二章 技術(shù)分析理論與技術(shù)指標(biāo)詳解
    2.1 技術(shù)分析的基本知識(shí)
        2.1.1 技術(shù)分析的假定前提——三大假設(shè)
        2.1.2 技術(shù)分析的危機(jī)——市場(chǎng)有效假說
        2.1.3 技術(shù)分析的優(yōu)缺點(diǎn)
        2.1.4 技術(shù)分析是經(jīng)驗(yàn)的總結(jié)
    2.2 技術(shù)分析理論
        2.2.1 趨勢(shì)理論
        2.2.2 量?jī)r(jià)理論
    2.3 技術(shù)指標(biāo)簡(jiǎn)介
        2.3.1 趨向與反趨向類指標(biāo)
        2.3.2 與量相關(guān)的指標(biāo)
    2.4 本章小結(jié)
第三章 量化選股一般理論與方法
    3.1 量化投資簡(jiǎn)述
        3.1.1 量化投資基本概念
        3.1.2 國(guó)內(nèi)量化基金發(fā)展?fàn)顩r
        3.1.3 量化投資的發(fā)展趨勢(shì)
    3.2 量化選股的一般理論
    3.3 量化選股策略分類
    3.4 量化選股的方法
    3.5 本章小結(jié)
第四章 隨機(jī)森林理論選股思想
    4.1 機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí)
        4.1.1 機(jī)器學(xué)習(xí)簡(jiǎn)述
        4.1.2 分類模型評(píng)估指標(biāo)簡(jiǎn)介
        4.1.3 特征選擇
        4.1.4 使用軟件簡(jiǎn)介
    4.2 隨機(jī)森林基分類器——決策樹
        4.2.1 決策樹基本概念
        4.2.2 CART分類回歸樹
    4.3 隨機(jī)森林
    4.4 基于隨機(jī)森林的量化選股
    4.5 本章小結(jié)
第五章 策略與實(shí)證
    5.1 策略概述
    5.2 策略實(shí)施
        5.2.1 數(shù)據(jù)處理
        5.2.2 參數(shù)敏感性分析
        5.2.3 模型構(gòu)建與選股
    5.3 實(shí)證
    5.4 本章小結(jié)
第六章 結(jié)論與展望
    6.1 結(jié)論
    6.2 不足
    6.3 展望
致謝
參考文獻(xiàn)


【參考文獻(xiàn)】：
期刊論文
[1]使用隨機(jī)森林算法實(shí)現(xiàn)優(yōu)質(zhì)股票的選擇[J]. 曹正鳳,紀(jì)宏,謝邦昌.  首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào). 2014(02)
[2]動(dòng)量和反轉(zhuǎn)投資策略在我國(guó)股市中的實(shí)證分析[J]. 程兵,梁衡義,肖宇谷.  財(cái)經(jīng)問題研究. 2004(08)

碩士論文
[1]基于隨機(jī)森林和QGA-SVR的量化選股研究[D]. 林啟敏.華南理工大學(xué) 2016
[2]基于隨機(jī)森林的指數(shù)化投資組合構(gòu)建研究[D]. 韓燕龍.華南理工大學(xué) 2015



本文編號(hào)：2933750