|本期目录/Table of Contents|

[1]骆桦,张喜梅.基于贝叶斯分类法的股票选择模型的研究[J].浙江理工大学学报,2015,33-34(自科3):418-422.
　LUO Hua,ZHANG Xi mei.Research on Stock Selection Model Based on Bayesian Classifier[J].Journal of Zhejiang Sci-Tech University,2015,33-34(自科3):418-422.
点击复制

基于贝叶斯分类法的股票选择模型的研究()
分享到：

浙江理工大学学报[ISSN:1673-3851/CN:33-1338/TS]

卷:
第33-34卷
期数:
2015年自科3期
页码:
418-422
栏目:
(自科)数学及应用
出版日期:
2015-05-10

文章信息/Info

Title:
Research on Stock Selection Model Based on Bayesian Classifier
文章编号:
1673-3851 (2015) 03-0418-05
作者:
骆桦;  张喜梅
浙江理工大学理学院, 杭州 310018
Author(s):
LUO Hua;  ZHANG Ximei
School of Science, Zhejiang Sci-Tech University, Hangzhou 310018, China
关键词:
股票选择;  投资决策;  聚类分析;  朴素贝叶斯分类方法
分类号:
F830.91
文献标志码:
A
摘要:
股票选择在证券投资中是一个重要问题,提出了一种基于朴素贝叶斯分类方法的股票选择模型。首先根据美股特斯拉的表现对沪深证券市场的能源股进行聚类分析,选取对股票投资价值影响显著的财务指标构造样本特征集,其次通过合理地选取贝叶斯分类器的参数对股票进行分类。经研究所选取股票的等权投资组合产生了44.6%的累计回报率,优于32.4%的基准回报率,表明朴素贝叶斯分类方法在股票选取方面具有较好的效果,值得投资者借鉴。

参考文献/References:

［1］ 刘海玥, 白艳萍. 时间序列模型和神经网络模型在股票预测中的分析［J］. 数学的实践与认识, 2011, 41(4): 14-19.
［2］ 钱颖能, 胡运发. 用朴素贝叶斯分类法选股［J］. 计算机应用与软件, 2007, 24(6): 90-92.
［3］ 左辉, 楼新远. 基于贝叶斯分类的选股方法［J］. 电脑知识与技术, 2008 (10): 173-176.
［4］ 李庆东. 聚类分析在股票分析中的应用［J］. 辽宁石油化工大学学报, 2005, 25(3): 94-96.
［5］ Sun L, Shenoy P P. Using Bayesian networks for bankruptcy prediction: some methodological issues［J］. European Journal of Operational Research, 2007, 180(2): 738-753.
［6］ Perzyk M, Biernacki R, Kochański A. Modeling of manufacturing processes by learning systems: the nave Bayesian classifier versus artificial neural networks［J］. Journal of Materials Processing Technology, 2005, 164: 1430-1435.
［7］ Joseph  S, Victor G. The Mathematics of Finance: Modeling and Hedging［M］. 北京: 机械工业出版社, 2003: 86-89.
［8］ Yu  H, Chen R, Zhang G. A SVM stock selection model within PCA［J］. Procedia Computer Science, 2014, 31: 406-412.
［9］ 谢季坚, 刘承平. 模糊数学方法及其应用［M］. 2版. 武汉: 华中科技大学出版社, 2004: 106-107.

备注/Memo

备注/Memo:
收稿日期： 2014-06-12
基金项目： 国家自然科学基金项目(11401532)
作者简介： 骆桦(1962-),男,浙江诸暨人,副教授,硕士生导师,主要从事金融数学和数理统计方面的研究
更新日期/Last Update: 2015-05-11