考虑错分代价的ADASVM-CSLINEX模型及应用.pdfVIP

3482024，60（3）ComputerEngineeringandApplications计算机工程与应用

考虑错分代价的ADASVM-CSLINEX模型及应用

杨园园，鲁统宇，崔俊，许文甫

中国计量大学经济与管理学院，杭州310018

摘要：在二分类预测中存在对两类样本的两类分类错误，在现实应用中这两类错误的代价往往是不同的，该文考

虑了两类错误的错分代价问题。通过引入一种具有非对称性的LINEX损失函数，可以实现对低错分代价的样本进

行线性级惩罚，对高错分代价的样本进行指数级惩罚。模型以SVM作为AdaBoost的基分类器，再将LINEX损失函

数嵌入到AdaBoost-SVM的权重更新方程中，根据对正负类样本错分代价的不同以及样本是否错分重新更新样本权

重。对2011年1月至2020年12月的沪深300指数成分股进行了实证研究，利用所提出的模型方法进行涨跌预测，研

究发现所构建的ADASVM-CSLINEX模型可以获得更高的投资绩效。

关键词：量化选股；错分代价；LINEX损失函数；支持向量机；AdaBoost

文献标志码：A中图分类号：TP181doi：10.3778/j.issn.1002-8331.2210-0379

ApplicationofADASVM-CSLINEXModelConsideringMisclassificationCost

YANGYuanyuan,LUTongyu,CUIJun,XUWenfu

CollegeofEconomicsandManagement,ChinaJiliangUniversity,Hangzhou310018,China

Abstract：Inbinaryclassificationprediction,therearetwotypesoferrorsthatinevitablyoccurinthepredictionofstocks,

butthemisclassificationcostsofthesetwotypesoferrorsareoftendifferentinpracticalapplications,andthisarticle

focusesonthisissue.ThispaperintroducesanasymmetricLINEX(Linear-exponential)lossfunction,whichusesLINEX

losstoachievecostsensitivelearningbypenalizingthelowcostofmisclassificationclasslinearlyandpunishingthehigh

costofmisclassificationclassexponentially.ThemodelusesSVMasthebaseclassifierforAdaBoost,embeddingLINEX

lossfunctionintoAdaBoost-SVMweightupdateequationandupdatingthesamplesweightsaccordingtothedifferent

misclassificationcostsofpositiveandnegativesamplesandwhetherthesamplesaremisclassifiedornot.Thispapertakes

thecomponentsofHS300fromJanuary2011toDecember2020assamplesforempiricalresearch,andtheproposed

modelisusedtopredicttheriseandfall.TheresultshowsthattheADASVM-CSLINEXmodelcanobtainhigherinvest-

mentperformance.

Keywords：quantitativestockselection;misclassificationcost;LINE