声明
致谢
摘要
1 绪论
1.1 选题背景与研究意义
1.2 量化投资国内外发展现状
1.2.1 国外量化投资发展现状
1.2.2 国内量化投资发展现状
1.2.3 量化投资预测模型的发展现状
1.3 主要研究内容与研究方法
1.4 研究创新点
2 机器学习分类算法在量化投资中的预测应用文献综述
2.1 BP神经网络算法在量化投资中的预测应用研究综述
2.2 随机森林算法在量化投资中的预测应用研究综述
2.3 支持向量机算法在量化投资中的预测应用研究综述
2.4 本章小结
3 三种机器学习分类算法原理概述
3.1 BP神经网络算法原理
3.2 随机森林算法原理
3.3 支持向量机算法原理
3.4 三种算法对比
4 我国沪深A股新股样本变量构建
4.1 封板新股样本界定及收益率统计
4.2 样本变量构建
4.3 各样本变量数据来源及处理
4.3.1 新股IPO及开板前市值与市盈率
4.3.2 新股所属指数板块及开板前板块热度
4.3.3 新股所属行业板块及开板前板块热度
4.3.4 新股所属行业板块及开板前板块热度
4.3.5 输入交量间相关性检验
4.4 本章小结
5 机器学习分类算法预测新股开板当日再封板结果及分析
5.1 随机森林模型训练及参数优化
5.2 支持向量机模型训练及参数优化
5.3 BP神经网络模型训练及参数优化
5.4 三种算法预测结果综合对比分析
5.5 本章小结
6 基于预测模型的新股开板后交易策略研究
6.1 基于新股开板再封板分类预测模型的交易策略构建
6.2 交易策略样本内测试结果及分析
6.3 交易策略样本外测试结果及分析
6.4 本章小结
7 结论与展望
7.1 基本结论与投资建议
7.2 研究不足及展望
参考文献