1. 毕业设计（论文）主要目标：
股票市场是一个复杂的非线性系统，股票价格涉及许多不确定因素且各个因素之间的相互关系错综复杂，但大量事实表明股价波动存在某种规律，股价的历史数据和其他信息蕴含着可以预测未来股价的信息。
机器学习在诸多领域如搜索、个性化推荐、语音识别和自然自然语言处理中均被证明是针对非线性数据进行建模的强有力工具，因此，使用机器学习方法来构建量化投资策略具有一定的天然优势。
大量的前人工作也在此方向上做出了不同程度的探索，并证明了机器学习在量化投资领域有用武之地。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 毕业设计（论文）主要内容：
建立股票分类器，模型的输入部分包括每只股票的各种因子，输出部分是依照算法得到的信心指数。
信心指数越大，股票表现好的可能性越大，反之亦然。
训练每一只股票，利用月末的各种因子和一个月后股票的回报作为训练样本建立分类器；根据当前的因子值和分类器进行预测，得到每只股票的信心指数。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 主要参考文献
[1]丁鹏.量化投资与对冲基金入门(量化投资与对冲基金从书)[M].电子工业[2] Bischi G I, Valori V. Nonlinear effects in a discrete time dynamic model ofa stockmarket[J]. Chaos Solitons Fractals[3] Rai P, Prabhumoye s, Khatri P, et al. A Prototype of an Iellien Search EngineUsing Machine Learning Based Training for Learning to Rank[J]. SmartInnovation Systems Technologies[4] Dror G Koren Y, Maarck Y, et al. I want to answer, who has a question?: Yahoo!answers recommender system.[]. Proceedings of Kdd[5] Thomas S, Seltzer M L, Church K, et al. Deep neural network features and scmi-supervised training for low resource speech recognition[C]/ Acoustics,Speech, and Signal Processing, 1988.ICASSP-88.. 1988 Intermational Conferenceon.[6] Liu Y, Zhang Y, Che W, et al. Domain adaptation for crf-based Chincse wordsegmentation using free annotations(CV/Proceedings of the 2014 Conference onEmpirical Methods in Natural Language Processing. 2014: 864-874.[7] Fan A, Palaniswami M. Stock selection using Support Vector Machines[C]/l Neural Networks, 2001. Proceedings. IJCNN 01. Intemational Joint Conference on. IEEE,2001:1793- 1798.[8]Li B, Zhao P, Hoi S C H, et L PAMR: Passive aggressive mean reversion strategy for porfolio selection[J]- Machine Leaming, 2012, 87(2):221-258.[9]Li B, Hoi S C H, Zhao P, et al. Confidence Weighted Mean Reversion Strategy for Online Porfolio Selection[J]. Acm Transactions on Knowledgc Discovery fromData, 2013, 7(1):82-83.[10]阿基利斯技术分析指标大全[M].机械工业出版社，2011.
[11] Allen F, Karjalainen R. Using Genetic Algorithms to Find Technical TradingRules.[J]. Joumal of Financial Economics, 1993, 51(3):245 -271.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
