Can Machine Learning Make Technical Analysis Work?
创建于 更新于
摘要
本文探索了将机器学习，尤其是随机森林模型，应用于基于技术指标的股票收益预测及投资组合构建。通过使用DJIA成分股的37个技术指标及Boruta算法进行特征选择，发现特征选择显著提升预测准确度和投资组合表现。尽管ML模型构建的投资组合在未考虑交易成本时优于传统1/N组合，但高换手率导致交易成本后优势消失，提示仅依赖技术指标难以稳定战胜市场。未来可结合更多多样化特征和优化组合构建方法以提升策略盈利能力 [page::0][page::1][page::8][page::9]
