人工智能选股框架及经典算法简介华泰人工智能系列之一
创建于 更新于
摘要
本报告系统性介绍机器学习及人工智能在投资领域中的应用框架，涵盖机器学习基本流程、监督学习与无监督学习方法、交叉验证及模型评价等基础内容。重点介绍了主流机器学习算法，包括线性回归、逻辑回归、支持向量机、决策树与随机森林、AdaBoost、神经网络及深度学习、K 最近邻算法、聚类和降维方法，配合丰富金融实证例子和可视化图表阐释算法原理与实践应用，为投资者构筑机器学习选股策略打下基础[page::0][page::1][page::3][page::4][page::10][page::15][page::18][page::26][page::30][page::33]。
