10.3969/j.issn.1000-386x.2022.10.014
基于TWSVM的核函数评估及其在量化投资中的应用
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.
TWSVM、核函数、量化投资
39
TP399(计算技术、计算机技术)
2022-11-11(万方平台首次上网日期,不代表论文的发表时间)
共7页
87-93