基于随机森林的A股股票涨跌预测研究

来源：上海理工大学学报杂志2018年第3期北京时间：

作者：林娜娜

单位：上海大学 管理学院, 上海 200444,上海理工大学 管理学院, 上海 200093

摘要：针对传统预测模型易陷入过拟合、缺失数据敏感、计算量大等不足，利用随机森林算法的双重随机性、处理数据集优异等特点，对A股股票涨跌预测进行研究。首先运用相关性分析对初始指标体系进行一次Spearman和二次Pearson筛选，去除指标体系中的冗余指标。然后对随机森林的各项重要参数进行优化，并对优化后的模型采用重要性估计方法以提升训练模型精确度。通过不同指标体系的对比，验证实验过程的正确性。最后，对比不同建模方法的实证预测结果，表明随机森林模型比传统机器学习方法二元logistic回归在性能上更优越，具备较高的预测准确度。

关键词：随机森林;股票;预测

基金资助：国家自然科学基金资助项目（71401107）