面向股市操作的监督学习方法评估
机器学习
2013-01-22 v1 机器学习
应用统计
摘要
数据挖掘方法已广泛应用于金融市场，旨在为价格预测和自动交易提供合适的工具。特别是，学习方法旨在识别时间序列中的模式，并基于此类模式推荐买入/卖出操作。本工作的目的是评估随机森林（一种基于决策树集成的监督学习方法）在股市决策支持中的性能。初步结果显示了较高的成功操作率和每次操作的良好回报率，为该主题的进一步研究提供了强有力的动机。
引用
@article{arxiv.1301.4944,
title = {Evaluation of a Supervised Learning Approach for Stock Market Operations},
author = {Marcelo S. Lauretto and Barbara B. C. Silva and Pablo M. Andrade},
journal= {arXiv preprint arXiv:1301.4944},
year = {2013}
}
备注
7 pages, 2 figures