机器学习在股票预测中的应用综述

• 作者: 徐可文 徐浩然 许波
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 股票预测 机器学习 支持向量机 深度学习 集成学习
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 热点与综述
• 页码范围: 19-24
• 页数: 6页
• 分类号: TP391
• 字数: 6969字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2001-0353

摘要

揭示股票市场运行规律一直是研究的热点,近些年机器学习方法在股票预测方面取得了不错的进展,相较于传统的基本面分析、技术分析等方法,显示了独特的优势.从股票预测研究的主要问题、特征工程和机器学习算法应用等三个方面,对近年来该领域的主要文献进行总结,并针对每种算法在应用中的特点与不足进行评述.围绕目前机器学习在股票预测上遇到的主要问题,从迁移学习、特征工程、深度学习模型融合等方面进行了深入的分析与展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许波	广东财经大学信息学院	4	4	1.0	2.0
2	徐浩然	广东财经大学信息学院	1	0	0.0	0.0
3	徐可文	广东财经大学信息学院	1	0	0.0	0.0