机器学习——决策树——⼆叉树——随机森林——相关资料搜集 JS1983⼀、 随机森林与证券投资的案例
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