科研之友
微信
新浪微博
Facebook
分享链接
摘要
由于股票数据存在噪声，传统的机器学习模型并不能很好地预测股票的涨跌。为了帮助投资者了解金融市场的发展趋势，构造有效的投资组合从而赢得超额收益，将对噪声数据具有良好鲁棒性的TWSVM算法应用到量化投资中。构造不同分类数据，以预测的正确率作为评价指标对TWSVM的核函数进行评估，发现poly核函数在TWSVM算法中具有稳定性。建立基于TWSVM的量化投资策略，以上证50股选股实验为例模拟交易并与RF、SVM、Logistic算法对比说明策略的有效性，实验结果表明，基于TWSVM量化投资策略的年化收益率比其他三者提高约3百分点至11百分点。
- 单位
