国家学术搜索
登录
注册
中文
EN
首页
|
基于梯度提升决策树的上证50指数预测
基于梯度提升决策树的上证50指数预测
引用
认领
扫码查看
点击上方二维码区域，可以放大扫码查看
原文链接
万方数据
中文摘要：
本文基于梯度提升决策树模型对上证50指数进行预测，并与目前主流的时间序列预测方法——长短期记忆模型和经典的机器学习分类模型——支持向量机做预测效果对比。实验结果显示，梯度提升决策树模型在上证50指数的预测效果和预测时间方面均优于其他两种模型，说明梯度提升决策树模型在股票价格指数预测的问题上有一定优势，在量化投资领域具有一定的应用价值。
收起全部
展开查看外文信息
作者：
赵雨婷
展开 >
作者单位：
海南大学经济学院 海南省 海口市 570228
关键词：
梯度提升决策树
上证50指数
集成模型
出版年：
2020
科学与财富
四川省科教兴川促进会
科学与财富
ISSN：
1671-2226
年,卷(期)：
2020.
12
(28)
参考文献量
1
万方数据
