資源描述:
《基于機器學習的量化選股研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、分類號:10422:C93單位代碼密級:1:公開學號20312075SHANDONGUNIVERSITY碩±學位論文ThesisforMasterDegree論文題目:基于機器學習的窒化選股研究Quan化ativeStockSelectionBasedonMachineLearning作者姓名巧謙培養(yǎng)單位管理學院專業(yè)名稱管理科學與工程指導教師巧桂杰教巧合作導師2016年05月25日分類號:單位代碼:1
2、0422-?密綴:學號?W令(?。崳姡樱龋粒危模希危牵牐眨危桑郑牛遥樱桑裕伲崳姶T±學位論文ThesisforMasterDegree論文題目:1知也暇T本名作者姓名竭綠培養(yǎng)單位^令4^豕戰(zhàn)專業(yè)名稱養(yǎng)媒奪巧/指導教師底據(jù)主,知、合作導師Wfc年少月乂曰■■原創(chuàng)性聲明本人鄭重聲明:所呈交的學位論文,是本人在導師的指導下,獨立進行研巧所取得的成果。除文中己經(jīng)注明引用的內(nèi)容外,本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的科研成
3、果。對本文的研究做出重要貢獻的個人和集體,均已在文中明確方式標明。本聲明的法律責任由本人承擔。乂論文作者簽名:日期:左幾嗦'關(guān)于學位論文使用授權(quán)的聲明本人完全了解山東大學有關(guān)保留,、使用學位論文的規(guī)定同意學校保留或向國家有關(guān)部口或機構(gòu)送交論文的復印件和電子版,允許論文被查閱和借閱;本人授權(quán)山東大學可W將本學位論文的全部或部分、內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索,可采用影印縮印或其他復制手段保存論文和匯編本學位論文。(保密論文在解密后應(yīng)遵守此規(guī)定)論文作者簽名
4、:導師篇名;日期;山東大學碩±學位論文目錄摘要1ABSTRACT2141.1研究背景41.2研究目標及意義;51.2.1研巧目標51.2.2研究意義.613量化選股研究現(xiàn)狀61.3.1國外研究現(xiàn)狀71.3.2國內(nèi)研巧現(xiàn)狀81.4研究方法與技術(shù)路線.....91.4.1研究方法91.4.2技術(shù)路線101.5研巧內(nèi)容與論文結(jié)構(gòu);111.5.1研究醇111.5.2論文結(jié)構(gòu)1
5、11.6創(chuàng)新點112理論與方法基礎(chǔ)132.1量化選股相關(guān)理論基礎(chǔ)..132丄1模式識別142丄2動量反轉(zhuǎn)效應(yīng)162.2基于機器學習的排序算法182.2.1GBDT算法211山東大學碩±學位論文.GBRa法2.22nk算262.3本章小結(jié)293基于模式識別的短線選股策略研究30330.1策略概述3.2數(shù)據(jù)準備323,3特征提?。墸常玻崳姡常墸常矗崳姡茨P颓桑殻常矗被冢牵拢模耘c模式識別的排
6、序模型訓練343.4.2基于GBRank與模式識別的排序模型訓練353%.5實驗結(jié)果與分析3%.5.1評價標準3.5.2基于GBDT與模式識別的排序模型實驗結(jié)果與分析%3.5.3基于GBRank與模式識別的排序模型實驗結(jié)果與分析訂3.6本章小結(jié)%4基于動量和反轉(zhuǎn)效應(yīng)的長線選股策略研究404.1策略概述404.2數(shù)據(jù)準備41442.3特征提取—4.4模型訓練434.4.1基于GBDT與動量反轉(zhuǎn)效應(yīng)的排序模型訓練434a
7、nk45.4.2基于GBR與動量反轉(zhuǎn)效應(yīng)的排序模型訓練4.5實驗結(jié)果與分析454.5.1評價標準454.5.2基于GBDT與動量反轉(zhuǎn)效應(yīng)的排序模型實驗結(jié)果與分析464.5.3基于GBRank與動量反轉(zhuǎn)效應(yīng)的排序模型實驗結(jié)果與分析47447.6本章小結(jié)5總結(jié)與展望492山東大學巧±學位論文5.1總結(jié)495.2展望49參考文獻51醜573山東大學碩±學位論文CONTENTSctinChineseAbstra
8、1stractinlishAbEng21Introduction41.1ResearchBackground41.2ResearchObectiveandResearchSigni貸cance5j1.2.1ResearchObjective51.2.2ResearchSignificance61.3uantitativeStockSelectionResearchStatus6