论文部分内容阅读
近年来,机器学习技术在完善传统金融投资模型中的应用受到了学术界和金融界的广泛关注。以沪深300股票为研究对象,利用Adaboost提高原线性支持向量机的分类能力,结合所有主要因素构建基于Adaboost增强的Adaboost-SVM多因子选股模型。在回测分析中,将原始线性支持向量机的选股策略与基于Adaboost增强的Adaboost-SVM多因子选股策略进行了比较。结果表明,基于Adaboost增强的Adaboost-SVM多因子选股策略比原始算法模式具有更强的盈利能力和更小的收入波动。