机器学习——决策树——二叉树——随机森林——相关资料搜集

机器学习——决策树——⼆叉树——随机森林——相关资料搜集

最近在看量化中的各种算法，先搜集资料。。。。。。

JS1983⼀、随机森林与证券投资的案例

【研报复现】随机森林的股票择时选择

概述

中学政史地mapguide长久以来，选股与择时都是股票量化领域⾯对的两个最主要的问题。随机森林算法是⼀种机器学习分类算法。它通过训练样本⽣成⼤量决策树，综合所有决策树的分类结果得到最终决策。相⽐于其他机器学习算法和传统线性回归模型，随机森林算法具有直观，参数少，抗⼲扰，不易出现过拟合等优点。将随机森林算法引⼊择时模型，可以减少主观判断对于择时结果的影响，挖掘市场更深层次的运⾏规律。我们在这⾥选择平安银⾏和宁波银⾏进⾏随机森林建模，并将两⽀股票作为⼀种组合根据涨跌⽐率进⾏择时投资。

阿格尔

本⽂参考：渤海证券《使⽤随机森林算法的⾏业轮动模型——⾏业轮动专题⼀》

本⽂具体的python实现，请访问万矿全⽂链接

【研报复现】随机森林的股票择时选择李宝健

⼆、决策树的知识

2.1、视频讲解

中华奇石网[算法：决策树] b站、yt站搜索

2.2、知乎介绍

深⼊浅出理解决策树算法（⼀）-核⼼思想

算法杂货铺——分类算法之决策树(Decision tree)

三、Julia包：决策树和随机森林的包以及案例

DecisionTree：决策树和随机森林

本文发布于:2024-09-22 09:47:27，感谢您对本站的认可！

本文链接：https://www.17tex.com/xueshu/155679.html

上一篇：学校心理健康教育档案建立的原则共3页

下一篇：综合实践活动《寻名人的足迹》活动方案

标签：算法森林决策树分类股票

留言与评论（共有 0 条评论）