基于组合模型的股票停牌预测研究

• 作者: 刘光明 孙夫雄 彭梦琪 曾子轩
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 机器学习 股票停牌 组合模型 随机森林
• 年，卷（期）: 2020,（18）
• 所属期刊栏目: 工程与应用
• 页码范围: 272-278
• 页数: 7页
• 分类号: TP399
• 字数: 8596字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1906-0310

摘要

针对股票的无规律性停牌和长时间停牌的问题,采用机器学习相关技术,提出了股票停牌预测的组合模型,选取财务和股票两方面的指标作为数据,通过计算各个指标的重要性进行筛选,并划分出多个特征数据集,进而完成多个分类子模型的学习,形成子模型池,系统随机抽取多个子模型进行分类,并通过投票法得到最终的预测结果.实证分析以中国上市公司为研究对象,结果表明组合模型预测取得了较高的准确率,与单一模型相比在误报率和漏报率上有较大的改进.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙夫雄	中南财经政法大学信息与安全工程学院	7	15	3.0	3.0
2	刘光明	中南财经政法大学信息与安全工程学院	1	0	0.0	0.0
3	曾子轩	中南财经政法大学信息与安全工程学院	1	0	0.0	0.0
4	彭梦琪	中南财经政法大学信息与安全工程学院	1	0	0.0	0.0