| 摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 1 绪论 | 第13-22页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 研究目标及意义 | 第14-15页 |
| 1.2.1 研究目标 | 第14-15页 |
| 1.2.2 研究意义 | 第15页 |
| 1.3 量化选股研究现状 | 第15-18页 |
| 1.3.1 国外研究现状 | 第16-17页 |
| 1.3.2 国内研究现状 | 第17-18页 |
| 1.4 研究方法与技术路线 | 第18-20页 |
| 1.4.1 研究方法 | 第18-19页 |
| 1.4.2 技术路线 | 第19-20页 |
| 1.5 研究内容与论文结构 | 第20页 |
| 1.5.1 研究内容 | 第20页 |
| 1.5.2 论文结构 | 第20页 |
| 1.6 创新点 | 第20-22页 |
| 2 理论与方法基础 | 第22-39页 |
| 2.1 量化选股相关理论基础 | 第22-27页 |
| 2.1.1 模式识别 | 第23-25页 |
| 2.1.2 动量反转效应 | 第25-27页 |
| 2.2 基于机器学习的排序算法 | 第27-38页 |
| 2.2.1 GBDT算法 | 第30-35页 |
| 2.2.2 GBRank算法 | 第35-38页 |
| 2.3 本章小结 | 第38-39页 |
| 3 基于模式识别的短线选股策略研究 | 第39-49页 |
| 3.1 策略概述 | 第39-41页 |
| 3.2 数据准备 | 第41页 |
| 3.3 特征提取 | 第41-43页 |
| 3.4 模型训练 | 第43-45页 |
| 3.4.1 基于GBDT与模式识别的排序模型训练 | 第43-44页 |
| 3.4.2 基于GBRank与模式识别的排序模型训练 | 第44-45页 |
| 3.5 实验结果与分析 | 第45-47页 |
| 3.5.1 评价标准 | 第45页 |
| 3.5.2 基于GBDT与模式识别的排序模型实验结果与分析 | 第45-46页 |
| 3.5.3 基于GBRank与模式识别的排序模型实验结果与分析 | 第46-47页 |
| 3.6 本章小结 | 第47-49页 |
| 4 基于动量和反转效应的长线选股策略研究 | 第49-58页 |
| 4.1 策略概述 | 第49-50页 |
| 4.2 数据准备 | 第50-51页 |
| 4.3 特征提取 | 第51-52页 |
| 4.4 模型训练 | 第52-54页 |
| 4.4.1 基于GBDT与动量反转效应的排序模型训练 | 第52-54页 |
| 4.4.2 基于GBRank与动量反转效应的排序模型训练 | 第54页 |
| 4.5 实验结果与分析 | 第54-56页 |
| 4.5.1 评价标准 | 第54-55页 |
| 4.5.2 基于GBDT与动量反转效应的排序模型实验结果与分析 | 第55-56页 |
| 4.5.3 基于GBRank与动量反转效应的排序模型实验结果与分析 | 第56页 |
| 4.6 本章小结 | 第56-58页 |
| 5 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-67页 |
| 学位论文评阅及答辩情况表 | 第67页 |
