随机森林在技术指标量化选股中的应用
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 选题背景 | 第9-10页 |
| 1.2 研究意义 | 第10-11页 |
| 1.3 国内外研究状况 | 第11-14页 |
| 1.3.1 国外研究状况 | 第12-13页 |
| 1.3.2 国内研究状况 | 第13-14页 |
| 1.4 本文的研究方法 | 第14页 |
| 1.5 本文的创新之处 | 第14-15页 |
| 第二章 技术分析理论与技术指标详解 | 第15-26页 |
| 2.1 技术分析的基本知识 | 第15-18页 |
| 2.1.1 技术分析的假定前提——三大假设 | 第15-16页 |
| 2.1.2 技术分析的危机——市场有效假说 | 第16-17页 |
| 2.1.3 技术分析的优缺点 | 第17页 |
| 2.1.4 技术分析是经验的总结 | 第17-18页 |
| 2.2 技术分析理论 | 第18-20页 |
| 2.2.1 趋势理论 | 第18-19页 |
| 2.2.2 量价理论 | 第19-20页 |
| 2.3 技术指标简介 | 第20-25页 |
| 2.3.1 趋向与反趋向类指标 | 第21-24页 |
| 2.3.2 与量相关的指标 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 量化选股一般理论与方法 | 第26-33页 |
| 3.1 量化投资简述 | 第26-29页 |
| 3.1.1 量化投资基本概念 | 第26页 |
| 3.1.2 国内量化基金发展状况 | 第26-28页 |
| 3.1.3 量化投资的发展趋势 | 第28-29页 |
| 3.2 量化选股的一般理论 | 第29-30页 |
| 3.3 量化选股策略分类 | 第30-31页 |
| 3.4 量化选股的方法 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 随机森林理论选股思想 | 第33-44页 |
| 4.1 机器学习基础知识 | 第33-37页 |
| 4.1.1 机器学习简述 | 第33-34页 |
| 4.1.2 分类模型评估指标简介 | 第34-36页 |
| 4.1.3 特征选择 | 第36页 |
| 4.1.4 使用软件简介 | 第36-37页 |
| 4.2 随机森林基分类器——决策树 | 第37-39页 |
| 4.2.1 决策树基本概念 | 第37-38页 |
| 4.2.2 CART分类回归树 | 第38-39页 |
| 4.3 随机森林 | 第39-40页 |
| 4.4 基于随机森林的量化选股 | 第40-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第五章 策略与实证 | 第44-62页 |
| 5.1 策略概述 | 第44-45页 |
| 5.2 策略实施 | 第45-54页 |
| 5.2.1 数据处理 | 第45页 |
| 5.2.2 参数敏感性分析 | 第45-52页 |
| 5.2.3 模型构建与选股 | 第52-54页 |
| 5.3 实证 | 第54-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第六章 结论与展望 | 第62-64页 |
| 6.1 结论 | 第62页 |
| 6.2 不足 | 第62-63页 |
| 6.3 展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-66页 |
