2026年机器学习在交易策略中的运用实战型考试题.docxVIP

第PAGE页共NUMPAGES页

2026年机器学习在交易策略中的运用实战型考试题

一、单选题（共10题，每题2分）

1.在A股市场，若某机器学习模型采用LSTM网络预测短期内股价走势，最适合的输入特征应包含哪些？（）

A.历史交易量、移动平均线、行业指数

B.公司财务报表数据、宏观经济指标、分析师评级

C.股票新闻文本、社交媒体情绪、分析师研报

D.以上所有特征组合

2.某期货交易者使用随机森林模型进行跨期套利策略优化，发现模型在测试集上欠拟合，最可能的原因是？（）

A.树的数量过多，导致过拟合

B.特征工程不足，未剔除冗余变量

C.样本量过小，模型无法捕捉市场规律

D.树的深度限制过松，模型复杂度过高

3.在港股市场，某高频交易策略利用机器学习预测短期波动率，若模型采用GARCH模型，其最适用于捕捉的是？（）

A.线性趋势性波动

B.条件异方差性波动

C.周期性季节波动

D.随机游走性波动

4.某量化基金使用XGBoost模型进行因子排序，发现模型在回测中稳定性差，最可能的原因是？（）

A.模型超参数调优不足

B.特征存在时间序列依赖性未处理

C.样本量过小，模型泛化能力弱

D.损失函数选择不当，未考虑交易成本

5.在美股市场，某交易者使用强化学习策略（Q-Learning）优化交易动作，若发现策略在测试集表现骤降，最可能