基于聚类分析的人工智能选股策略研究

• 作者: 孙大可
• 来源期刊: 中国科技投资
• 关键词: 选股 中国股市 技术指标 聚类分析
• 年，卷（期）: 2019,（30）
• 所属期刊栏目: 财经纵横
• 页码范围: 150-151,160
• 页数: 3页
• 字数: 2843字
• 语种: 中文

摘要

量化交易因其具有较大的灵活性和可操作性,在投资领域起着重要的作用.本文基于中国股票市场数据,提出了一种可行的人工智能选股策略,构建了ROC、KDJ和MACD等技术指标作为特征因子,采用K-means聚类模型将每月的股票分成若干个聚类簇,并选择最接近收益最高类中心的股票,以构建一个投资组合.实验结果表明构建的投资策略具有较高的收益率、较小的回撤、较大的信息比率,总体优于沪深300指数的表现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙大可		1	0	0.0	0.0