基于随机森林的A股股票涨跌预测研究.PDF

上  海  理  工  大  学  学  报 第 40 卷     第 3 期 J. University of Shanghai for Science and Technology Vol. 40    No. 3    2018   文章编号：1007 − 6735(2018)03 − 0267 − 07 DOI: 10.13255/ki.jusst.2018.03.009 基于随机森林的A股股票涨跌预测研究 1 2 林娜娜 ，    秦江涛 （1. 上海大学 管理学院，上海 200444；2. 上海理工大学 管理学院，上海 200093） 摘要：针对传统预测模型易陷入过拟合、缺失数据敏感、计算量大等不足，利用随机森林算法的 双重随机性、处理数据集优异等特点，对 A股股票涨跌预测进行研究。首先运用相关性分析对初 始指标体系进行一次 Spearman和二次 Pearson 筛选，去除指标体系中的冗余指标。然后对随机森 林的各项重要参数进行优化，并对优化后的模型采用重要性估计方法以提升训练模型精确度。通 过不同指标体系的对比，验证实验过程的正确性。最后，对比不同建模方法的实证预测结果，表 明随机森林模型比传统机器学习方法二元 logistic回归在性能上更优越，具备较高的预测准确度。 关键词：随机森林；股票；预测 中图分类号：TP 301.6            文献标志码：A Forecast of A-Share Stock Change Based on Random Forest 1 2 LIN Nana ， QIN Jiangtao (1. School of Management, Shanghai University, Shanghai 200444, China; 2. Business School, University of Shanghai for Science and Technology, Shanghai 200093, China) Abstract: In view of the shortcomings of traditional forecasting models such as easy overfitting, missing data sensitivity and large computation, a random forest algorithm was used to study the stock price change forecast, utilizing its benefits of double randomness excellent data processing performances. First, the correlation index analysis was carried out to select the initial index system once and twice. Next, the important parameter