基于GA-SVM的股票投资评价模型的中期报告.docxVIP

基于GA-SVM的股票投资评价模型的中期报告 项目概述： 本项目基于遗传算法(GA)和支撑向量机(SVM)，设计一种股票投资评价模型。该模型可以分析股票历史数据和基本面数据，预测未来一段时间内股票的涨跌情况，同时提供投资建议。 任务进展： 1、数据获取和预处理 我们使用了雅虎财经和东方财富网的数据源，获取了上海和深圳300只股票的历史价格数据和基本面数据。对数据进行了清洗和预处理，包括缺失值处理、异常值处理、标准化等。 2、特征选择 采用了Relief-F算法对股票历史数据和基本面数据中的重要特征进行了筛选，排除了无效特征。 3、模型构建 我们采用遗传算法优化支撑向量机的超参数，建立了适用于股票投资评价的模型。 4、模型评估 采用5折交叉验证方法对模型进行评估，计算了模型的准确率、召回率、F1值等指标，并与其他传统机器学习方法进行了比较。 目前完成情况： 1、完成了数据获取和预处理工作。 2、使用Relief-F算法对股票历史数据和基本面数据进行了特征筛选。 3、构建了基于GA-SVM的股票投资评价模型。 4、初步完成了模型评估，模型表现优异。 接下来的工作： 1、优化遗传算法超参数的设置，提高模型准确率。 2、进一步完善模型评估指标和结果的可视化展示。 3、进行模型交易回测，测试模型的实际效果。 4、撰写项目最终报告。