绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
万方知识发现服务平台
获取范围
  • 1 / 1
  (已选择0条) 清除 结果分析
找到 1 条结果
[硕士论文] 张雨晴
统计学 北京交通大学 2018(学位年度)
摘要:随着我国金融市场的不断发展,越来越多的投资者将目光投向了股票市场。如何科学合理地进行股票的分析,选择优质股票是每一个投资者所要解决的首要问题。从基本面而言,公司的财务数据对股票的选择尤为重要。但在选股时,优质股票的数目远远小于普通股票即数据集是不平衡的,并且公司的财务数据往往是高维的,含有一些不相关特征,因此对数据进行平衡化处理以及进行特征选择是很有必要的。
  本文对原有的过抽样方法borderline-SMOTE算法与ADASYN算法加以创新,提出一种混合式的BASMOTE算法,在borderline-SMOTE基础上引入ADASYN算法自适应的思想,根据周围样本的分布自适应的合成新的少数类样本,在容易分类的地方合成较少的样本,在较难分类的地方合成较多的样本。从而获得更加有效合理的新的少数类样本。其次提出一种混合式的特征选择方法HPMG,对三种过滤式特征选择方法中引入封装式特征选择的思想,使用分类器的训练准确率作为每种过滤式特征选择方法确定特征个数的依据,并使用集成算法中的简单投票算法确定最终结果。
  本文利用上市A股中某一行业的股票财务数据,使用SVM作为分类器,分别把BASMOTE算法、混合式特征选择方法HPMG,与几种原有的过抽样方法以及特征选择方法作对比。验证了BASMOTE算法与混合式特征选择方法HPMG优于已有的过抽样方法以及特征选择方法。
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

万方选题

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部