-
题名随机森林在量化选股中的应用研究
被引量：39
- 1
-
-
作者
王淑燕
曹正凤
陈铭芷
-
机构
辅仁大学商学研究所
北京博宇通达科技有限公司
-
出处
《运筹与管理》
CSSCI
CSCD
北大核心
2016年第3期163-168,177,共7页
-
基金
国家自然科学基金资助项目(71071022)
-
文摘
通过分析国内外量化选股模型采用的指标体系,从焦健的六因子模型出发,使用指标相关性分析方法,提出了八因子选股模型指标体系,选用了2013年3月200只股票的样本数据,使用随机森林算法实现了对2013年4月股票涨跌情况较高精确度的预测,通过对比分析焦健的六因子模型,并分析优选后的股票在行业平均收益、最值方面的实际表现,验证了该量化选股模型在中国股票市场上有较好的性能。
-
关键词
随机森林
量化投资
选股指标
价值成长投资策略
-
Keywords
random forests
quantitative investment
stock selection indicator
growth at a reasonable price （GARP）
-
分类号
O212.6
[理学—概率论与数理统计]
-
-
题名L_1和L_2规则化趋势滤波的稳健集成方法
被引量：2
- 2
-
-
作者
秦磊
谢邦昌
-
机构
中央财经大学统计学院
台湾辅仁大学商学研究所
台湾辅仁大学统计资讯系
-
出处
《统计研究》
CSSCI
北大核心
2013年第11期99-102,共4页
-
文摘
Huber损失函数是稳健回归中的经典方法,Berhu罚函数是L1和L2罚函数的集成。为了从异常值较多的时间序列中提取趋势项,本文结合Huber损失函数和Berhu罚函数,提出一种L1和L2规则化趋势滤波的稳健集成方法,该方法对异常值的干扰不敏感,同时吸收了L1和L2罚函数的优点。模拟数据的分析显示,当时间序列存在异常值,而且内在趋势情况未知时,稳健集成方法是一种很好的折中,可以给出较好的估计结果。
-
关键词
L1和L2规则化趋势滤波
Huber损失函数
Berhu罚函数
稳健集成
-
Keywords
Key words： L1 and L2 regularized trend filtering
Huber loss function
Berhu Penalty Function
RobustHybrid Method
-
分类号
O212
[理学—概率论与数理统计]
-
