基于Logistic回归的股票操纵识别模型的应用

摘要

为了判断国内二级市场未知股票是否被人为操纵,本文以2017-2022年期间的证监会行政处罚决定书中的案例为基础数据,将Logistic回归模型(即逻辑回归模型)与MACD、换手率等指标相结合,用机器学习方法训练出以Logistic回归模型为基础的股票操纵识别模型,模型总体识别准确率最高达到91.80%。中国股市成立30年以来,涉嫌操纵股价的案件层出不穷,这些案件既严重影响了证券市场的公平公正。