机器学习在股价预测上的应用

摘要

近些年,机器学习在股票价格预测领域取得了不错的成绩。与传统基本面分析及技术分析相比较,使用机器学习方法能在各方面展现出独有的优势。文章使用了实际的股票交易数据,分别用随机森林算法以及梯度提升树(GBDT)算法进行建模,对单只股票的收益情况进行预测。实验结果表明,随机森林的解释性较高,但和GBDT模型的准确性相比略逊一筹,在比较后,实验将GBDT模型进行了少许的调参,该模型也达到了更好的预测效果。