基于机器学习的股价预测

• 作者: 邓双艳
• 来源期刊: 新商务周刊
• 关键词: 机器学习 股票预测 人工神经网络 支持向量机 随机森林 高斯朴素贝叶斯
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 理论探讨
• 页码范围: 266-272,274
• 页数: 8页
• 语种: 中文

摘要

沪深300指数是表现良好的300只上市公司构成的,可以很好地反映中国股票市场的状态.本文挑选沪深300指数成分股中的10只股票,研究了机器学习在股票价格预测中的作用.我们使用的机器学习方算法包括人工神经网络(ANN)、支持向量机(SVM)、随机森林(RF)和高斯朴素贝叶斯.同时,选取RSI、OBV、动量等14项技术分析指标,结合编程工具python和SK-learn包进行实证研究.不同模型的预测结果表明,在我们的数据集上,随机森林模型的预测性能优于其他模型,而高斯朴素贝叶斯模型的整体预测性能则不如其他模型.