我国开放式基金评级研究--基于随机森林—支持向量机
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 导论 | 第9-20页 |
| 一、选题背景与意义 | 第9-14页 |
| 二、国内外研究综述 | 第14-17页 |
| 三、研究内容及方法 | 第17-19页 |
| 四、创新点 | 第19-20页 |
| 第一章 研究相关理论与方法择取 | 第20-27页 |
| 第一节 开放式基金界定与分类 | 第20-22页 |
| 一、开放式基金概念 | 第20-21页 |
| 二、开放式基金的分类 | 第21-22页 |
| 第二节 基金评级机构方法概述 | 第22-25页 |
| 一、晨星资讯评级方法 | 第22-23页 |
| 二、银河证券评级方法 | 第23页 |
| 三、上海证券评级方法 | 第23-24页 |
| 四、Wind资讯评级方法 | 第24页 |
| 五、机构评级方法小结 | 第24-25页 |
| 第三节 机器学习方法择取 | 第25-27页 |
| 一、机器学习概述 | 第25页 |
| 二、方法择取说明 | 第25-27页 |
| 第二章 基于随机森林的基金评级 | 第27-41页 |
| 第一节 初始评级指标选取 | 第27-32页 |
| 一、收益与风险指标 | 第28-29页 |
| 二、风险调整收益指标 | 第29-30页 |
| 三、经理人能力指标 | 第30-32页 |
| 第二节 样本选取 | 第32-35页 |
| 一、样本选取说明 | 第32-33页 |
| 二、相关性分析 | 第33-35页 |
| 第三节 随机森林分类器的构建 | 第35-41页 |
| 一、随机森林原理 | 第35-37页 |
| 二、建立随机森林分类器 | 第37-41页 |
| 第三章 基于随机森林-支持向量机的基金评级 | 第41-52页 |
| 第一节 支持向量机方法介绍 | 第41-44页 |
| 一、支持向量机原理 | 第41-44页 |
| 二、多分类支持向量机 | 第44页 |
| 第二节 随机森林-支持向量机的特征选择与模型建立 | 第44-48页 |
| 一、基于随机森林的特征初选 | 第44-46页 |
| 二、基于支持向量机的特征终选与模型确立 | 第46-48页 |
| 第三节 评级结果比较分析 | 第48-52页 |
| 一、不同机器学习方法分类性能比较 | 第48页 |
| 二、随机森林-支持向量机评级质量检验 | 第48-52页 |
| 研究结论与展望 | 第52-55页 |
| 一、研究结论 | 第52-53页 |
| 二、建议 | 第53页 |
| 三、展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59页 |
