人工智能研究之八:Xgboost算法在选股中的应用-200317[23页]
VIP专免
2023-10-22
999+
1.08MB
23 页
海报
侵权投诉
NoSuchBucket
NoSuchBucket
NoSuchBucket
摘要:
展开>>
收起<<
table_main]金融衍生品跟踪报告模板证券研究报告·金融工程深度人工智能研究之八——Xgboost算法在选股中的应用主要结论决策树及Boosting思想是理解Xgboost算法不可或缺的部分Xgboost算法是Boosting(集成)算法的高效体现。集成学习方法是将多个学习模型组合,使得组成的模型具有更强的泛化能力。另外,Xgboost的基模型一般选择均为CART分类回归树,其逻辑清晰且理论优美,适合用于金融领域。报告将首先介绍CART分类回归树与boosting思想,再衍生至高效实现其思想的Xgboost。将全市场收益率按大小顺序等分为三类,本文利用Xgboost算法对股票收益率所属类...
声明:报告堂所有资料均为用户上传分享,仅供参考学习使用,版权归原作者所有。若侵犯到您的权益,请告知我们处理!任何个人或组织,在未征得本平台同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。