基于机器学习的股市拐点影响因素研究

• 作者: 袁钰坤 李刚 赵治翔 徐力
• 来源期刊: 计算机科学
• 关键词: 股票市场 走势判断 风险监测 股市拐点 机器学习
• 年，卷（期）: 2021,（z1）
• 所属期刊栏目: 大数据&数据科学|Big Data & Data Science
• 页码范围: 165-168,177
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11896/jsjkx.200900168

摘要

股票市场的成交情况可以充分反映投资者的行为特征并影响整个股市的走势.股票成交明细数据作为股市最底层的交易数据,能够全面地体现股票交易的情况,成为至关重要的股票市场走势判断的参考数据,能够为资本市场监管者在风险监测领域进行决策提供有效帮助.文中提出了一种可以快速地在海量股票交易明细数据中提取投资者交易特征的方法,然后基于逻辑回归、决策树和随机森林等机器学习算法找到股市大盘较大拐点产生的主要影响因素,并预测交易特征变量对股市较大拐点产生的时间范围.在沪深股指上进行的实验表明,相较于传统的模型,文中提出的方法可以将股市较大拐点预测的准确度提高约10％,并在6个月的回测实验中准确率依旧保持在70％左右的水准,从而证明了模型的有效性.