基于机器学习股市收益影响因子实证研究

• 作者: 满奇
• 来源期刊: 中国国际财经：中英文版
• 学科: 经济
• 关键词: 机器学习 ADABOOST 股市 财务因子
• 年，卷（期）: 2017,（11）
• 页码范围: 33-37
• 页数: 5页
• 分类号: F239.41

摘要

本文通过对机器学习中AdaBoost算法的使用，分别对上证指数不同阶段的收益率中的财务数据进行特征学习，进而研究其不同阶段下的财务因子的影响力，该研究很好地展现了不同阶段下的影响因子的影响力的变化。无论在牛市、熊市、震荡市哪个阶段流通市值的影响力都位于总市值的前面，这个结论跟这几年在股市的表现非常一致，无论是之前中小创独牛还是后来大蓝筹疯狂，体现的是我A一大特点：炒新炒小的特点。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	满奇	广东财经大学金融学院	2	0	0.0	0.0