期刊文章详细信息
机器学习方法在股指期货预测中的应用研究——基于BP神经网络、SVM和XGBoost的比较分析
Research on the Application of Machine Learning in Stock Index Futures Forecast——Comparison and analysis based on BP neural network,SVM and XGBoost
文献类型：期刊文章
HUANG Qing;XIE He-liang(School of Business, Beijing Language and Culture University, Beijing 100083, China;School of Statistics and Mathematics, Central University of Finance and Economics, Beijing 100081, China)
机构地区：[1]北京语言大学商学院,北京100083 [2]中央财经大学统计与数学学院,北京100081
基 金：北京语言大学研究生创新基金(中央高校基本科研业务费专项资金资助)项目编号(17YCX115)
年 份：2018
卷 号：48
期 号：8
起止页码：297-307
语 种：中文
收录情况：BDHX、BDHX2017、MR、RCCSE、ZGKJHX、ZMATH、核心刊
摘 要：机器学习在人工智能领域取得了巨大的成就,在学界和业界都掀起了机器学习的热潮.针对股指期货交易速度快、交易频率高和交易量巨大且交易数据具有高纬、时序的特征,构建了新的股指期货量化投资模型,采用沪深300股指期货1分钟高频数据作为研究对象.并对比分析了神经网络、支持向量机和XGBoost对股指期货下1分钟价格的变动方向的预测能力.研究结果表明,三种机器学习方法都具有较好的预测能力,但XGBoost的预测能力要优于传统的神经网络和支持向量机.
关 键 词：神经网络 支持向量机 XGBoost 高频数据
分 类 号：F832.51[金融学类] TP18]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
