机器学习之集成学习-择时篇

创建于 2025-07-22T21:57:29.741502+08:00 更新于 2025-07-22T23:34:24.014922+08:00

摘要

本报告采用Boosting集成学习模型对国内外多个股票指数进行涨跌分类择时，准确率普遍超过50%。在A股市场，以上证综指为例，15天预测优于5天预测，且归一化处理可提升策略表现。海外市场如标普500和道琼斯工业指数5天预测效果更佳。基于OHLC四价格时间序列的2-2模型效果优于其他设置，策略在多数市场均实现较好超额收益，但在2015年大幅波动期间效果退化。策略适用性受指数及时间维度影响，未来将扩展不同集成方法与指标预测研究 [page::0][page::3][page::5][page::8][page::10][page::11]。

速读内容

深度阅读