基于特征工程的“高送转”预测模型构建

打开文本图片集

摘要：近年来，虽然我国证券市场中的高送转题材受到了中小投资者的追捧，同时也产生了一些市场的乱象，导致投资者容易去盲目的炒作高送转。但是对高送转股票的预测模型中，很多都会采用了主观性比较强烈的打分排序法以及 Logistic 回归分析的方法进行构建高送转股票预测的模型。该文深入分析了对于高送转股票影响程度比较大的影响因素，采用机器学习中特征工程的方法，分别用了 Filter 过滤法与 F 检验法筛选出影响因素的因子，构建出高送转股票的预测模型是支持向量机 SVC 模型，并采用了2020年第八届泰迪杯数据挖掘挑战赛中提供的股票样本数据对模型进行了数据处理后的验证。（剩余3594字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。