基于组合模型的股票停牌预测研究

作     者：孙夫雄 刘光明 曾子轩 彭梦琪 SUN Fuxiong;LIU Guangming;ZENG Zixuan;PENG Mengqi

作者机构：中南财经政法大学信息与安全工程学院武汉430074 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2020年第56卷第18期

页      面：272-278页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家社会科学基金青年项目(No.16CXW019) 中南财经政法大学中央高校基本科研业务费专项资金(No.201911416) 

主　　题：机器学习 股票停牌 组合模型 随机森林 

摘      要：针对股票的无规律性停牌和长时间停牌的问题,采用机器学习相关技术,提出了股票停牌预测的组合模型,选取财务和股票两方面的指标作为数据,通过计算各个指标的重要性进行筛选,并划分出多个特征数据集,进而完成多个分类子模型的学习,形成子模型池,系统随机抽取多个子模型进行分类,并通过投票法得到最终的预测结果。实证分析以中国上市公司为研究对象,结果表明组合模型预测取得了较高的准确率,与单一模型相比在误报率和漏报率上有较大的改进。