基于機(jī)器學(xué)習(xí)股市收益影響因子實(shí)證研究

[摘 要]本文通過(guò)對(duì)機(jī)器學(xué)習(xí)中AdaBoost算法的使用，分別對(duì)上證指數(shù)不同階段的收益率中的財(cái)務(wù)數(shù)據(jù)進(jìn)行特征學(xué)習(xí)，進(jìn)而研究其不同階段下的財(cái)務(wù)因子的影響力，該研究很好地展現(xiàn)了不同階段下的影響因子的影響力的變化。無(wú)論在牛市、熊市、震蕩市哪個(gè)階段流通市值的影響力都位于總市值的前面，這個(gè)結(jié)論跟這幾年在股市的表現(xiàn)非常一致，無(wú)論是之前中小創(chuàng)獨(dú)牛還是后來(lái)大藍(lán)籌瘋狂，體現(xiàn)的是我A一大特點(diǎn)：炒新炒小的特點(diǎn)。

[關(guān)鍵詞]機(jī)器學(xué)習(xí)；AdaBoost；股市；財(cái)務(wù)因子

引言

股票市場(chǎng)在當(dāng)下的金融市場(chǎng)扮演著越來(lái)越重要的角色，而且近幾年以來(lái)吸引這越來(lái)越多的人關(guān)注，特別是計(jì)算機(jī)領(lǐng)域的人士開(kāi)始進(jìn)入到金融領(lǐng)域進(jìn)行探索，將計(jì)算機(jī)領(lǐng)域的成果運(yùn)用到股市預(yù)測(cè)和分析當(dāng)中，隨著計(jì)算機(jī)領(lǐng)域的發(fā)展，基于機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘的方法也被用來(lái)對(duì)股市進(jìn)行價(jià)格預(yù)測(cè)和分析。

4 結(jié)束語(yǔ)

從上圖可以看得出，無(wú)論在哪個(gè)階段流通市值的影響力都位于總市值的前面，這個(gè)結(jié)論跟這幾年在股市的表現(xiàn)非常一致，無(wú)論是之前中小創(chuàng)獨(dú)牛還是后來(lái)大藍(lán)籌瘋狂，體現(xiàn)的是我A一大特點(diǎn)，兩大風(fēng)格的本質(zhì)，那就是一大特點(diǎn)是投機(jī)炒作，兩大風(fēng)格是炒新和炒小，只要流通市值足夠小，只要流通市值足夠小，當(dāng)資金泛濫時(shí)，哪怕是大藍(lán)籌也一定會(huì)被爆炒，甚至敢炒上天的。其中動(dòng)態(tài)市盈率、市凈率在牛市、熊市的時(shí)候顯得很重要，在震蕩市中影響力減小。在牛市中股東權(quán)益合計(jì)被重視，這是藍(lán)籌股被帶動(dòng)的一大原因。

參考文獻(xiàn)：

[1]Zhou Z H， Yang Y， Wu X D， Kumar V. The Top Ten Algorithms in Data Mining. New York， USA： CRC Press， 2009， 127-149.

[2]Feng J F， Wang L W， Sugiyama M， Yang C， Zhou Z H， Zhang C C. Boosting and margin theory. Frontiers of Electrical and Electronic Engineering， 2012， 7（1）： 127-133.

[3]Bautista M A， Escalera S， Bar'o X， Radeva P， Vitri'a J， Pujol' O. Minimal design of error-correcting output codes. Pattern Recognition Letters， 2012， 33（6）： 693-702

[4]Gao T S， Koller D. Multiclass Boosting with hinge loss based on output coding. In： Proceedings of the 28th International Conference on Machine Learning. New York， USA： ACM， 2011. 569-576

[5]Meddouri N， Khoufi H， Maddouri M S. Diversity analysis on boosting nominal concepts. Advance in Computational Intelligence， 2012， 7301： 306-317

[6]田源，于鳳芹.一種改進(jìn)的AdaBoost的人臉檢測(cè)算法[J].江南大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2009（03）.

[7]王心醉，郭立紅，楊麗梅，康長(zhǎng)青. 基于AdaBoost的人臉檢測(cè)算法[J].長(zhǎng)春理工大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2009（02）.