论文部分内容阅读
沪深300指数是表现良好的300只上市公司构成的,可以很好地反映中国股票市场的状态.本文挑选沪深300指数成分股中的10只股票,研究了机器学习在股票价格预测中的作用.我们使用的机器学习方算法包括人工神经网络(ANN)、支持向量机(SVM)、随机森林(RF)和高斯朴素贝叶斯.同时,选取RSI、OBV、动量等14项技术分析指标,结合编程工具python和SK-learn包进行实证研究.不同模型的预测结果表明,在我们的数据集上,随机森林模型的预测性能优于其他模型,而高斯朴素贝叶斯模型的整体预测性能则不如其他模型.