检索结果-内蒙古大学图书馆

Stacking框架下boosting算法融合模型量化投资策略设计及应用

计量经济学报 2024年第2期4卷 425-441页

作者：陈创练邹湘妮暨南大学经济学院广州510632 暨南大学南方高等金融研究院广州510632

金融市场瞬息万变,对于量化投资策略,需要及时地调整和优化.融合模型可以根据市场变化动态调整模型的权重和组合方式,实现自适应的调整和优化.基于此,本文尝试从融合模型的角度来设计量化投资策略.本文基于LightGBM、Adaboost、XGBoost... 详细信息

金融市场瞬息万变,对于量化投资策略,需要及时地调整和优化.融合模型可以根据市场变化动态调整模型的权重和组合方式,实现自适应的调整和优化.基于此,本文尝试从融合模型的角度来设计量化投资策略.本文基于LightGBM、Adaboost、XGBoost三种不同的boosting类算法构造了三个不同的融合两层Stacking模型,通过沪深300成分股上进行选股回测实证分析来对比择优来得到最合适的基学习模型和次级模型最佳的融合效果.实证结果表明,三种不同的融合模型在股票市场的预测表现均优于单一算法模型,其中表现最为优异的是基学习器为XGBoost和LightGBM算法,AdaBoost算法作为次级学习器的融合模型.在持仓数量为20只时,平均年化收益为13.57%,夏普比率为1.23,最大回撤为0.48.此外该回测结果表明,融合模型在市场波动性较大时有更好的适应性和有效性.本研究能够为投资者提供一种新的投资思路,也对如何推动融合模型在金融实践中运用具备一定的启示意义.

关键词： boosting算法多因子选股模型 Stacking融合方法量化投资策略

来源：评论

学校读者我要写书评

暂无评论

boosting算法及其在化学数据挖掘中的应用

引用

广西工学院学报 2006年第4期17卷 13-18页

作者：姚志湘杨锦瑜张倩刘雪颖陈晓伟广西工学院生物与化学工程系广西柳州545006

boosting算法是近年来在机器学习领域中一种流行的用来提高学习精度的算法。以A daBoost.M 1为例对boosting算法进行简单的介绍,指出了它的特点,论述了它在化学数据挖掘中的应用现状,并对boosting算法在化学数据挖掘中的未来研究思路进... 详细信息

boosting算法是近年来在机器学习领域中一种流行的用来提高学习精度的算法。以A daBoost.M 1为例对boosting算法进行简单的介绍,指出了它的特点,论述了它在化学数据挖掘中的应用现状,并对boosting算法在化学数据挖掘中的未来研究思路进行了讨论,为boosting算法的推广与应用提供借鉴。

关键词： boosting算法数据挖掘分类回归

来源：评论

学校读者我要写书评

暂无评论

boosting算法在某移动通信公司客户离网预测中的应用研究

引用

价值工程 2009年第8期28卷 102-103页

作者：张玮刘婷婷合肥工业大学计算机网络系统研究所合肥230009

在对某移动通信公司客户离网深入分析基础上,针对以往研究采取的算法精度不高的局限性,引入boosting算法,进行客户离网预测研究。实验结果表明,文中所建模型具有较强的稳定性,且各个指标值都能达到较高水平。

关键词： boosting算法客户离网预测

来源：评论

学校读者我要写书评

暂无评论

boosting算法及其在动态视频图像中的应用

引用

河北工业科技 2008年第5期25卷 310-311,338页

作者：阴国富西安电子科技大学计算机学院

boosting是一种有效的分类器组合方法,它用某个分类算法生成一系列的基分类器,每个基分类器的训练依赖于在其之前产生的分类器的分类结果,基分类器在训练集上的错误率用于调整训练样本的概率分布,最终分类器通过单个基分类器的加权投票... 详细信息

boosting是一种有效的分类器组合方法,它用某个分类算法生成一系列的基分类器,每个基分类器的训练依赖于在其之前产生的分类器的分类结果,基分类器在训练集上的错误率用于调整训练样本的概率分布,最终分类器通过单个基分类器的加权投票建立起来。将boosting算法应用在动态车型图像检测中,大大提高了对运动过程中车辆的识别能力,对智能交通系统的发展起着推动作用。

关键词： boosting算法 AdaBoost算法分类器车型识别

来源：评论

学校读者我要写书评

暂无评论

多分类boosting算法的一致性

引用

计算机工程与应用 2006年第18期42卷 27-28,39页

作者：唐轶湖北大学数学与计算机科学学院武汉430062

根据样本容量适当选取正则参数可以使得多分类boosting算法具有一致性。通过分析正则参数对多分类boosting算法推广能力的影响,建立了正则参数与算法一致性之间的联系。据此得到了boosting算法具有一致性的充分条件。在样本集确定时,该... 详细信息

根据样本容量适当选取正则参数可以使得多分类boosting算法具有一致性。通过分析正则参数对多分类boosting算法推广能力的影响,建立了正则参数与算法一致性之间的联系。据此得到了boosting算法具有一致性的充分条件。在样本集确定时,该条件可作为多分类boosting算法选择正则参数的依据。

关键词： boosting算法一致性无限样本一致性

来源：评论

学校读者我要写书评

暂无评论

基于boosting算法的文本自动分类器设计

引用

计算机应用 2007年第2期27卷 384-386页

作者：董乐红耿国华周明全西北大学信息科学与技术学院北京师范大学信息科学与技术学院北京100875

boosting算法是目前流行的一种机器学习算法。采用一种改进的boosting算法***^(KR)作为分类算法,设计了一个文本自动分类器,并给出了评估方法和结果。评价表明,该分类器有很好的分类精度。

关键词：文本分类机器学习 boosting算法

来源：评论

学校读者我要写书评

暂无评论

boosting算法在入侵检测中的应用

引用

通信技术 2007年第9期40卷 64-66页

作者：花小朋王欢兰少华盐城工学院江苏盐城224003 南京理工大学江苏南京210094

将一种基于支持向量机的boosting算法应用于入侵检测,并通过KDD’99数据的仿真实验将它与单一的支持向量机分类器进行比较,结果表明boosting算法比单一的支持向量机分类器具有更好的检测效果。

关键词：入侵检测支持向量机 boosting算法

来源：评论

学校读者我要写书评

暂无评论

boosting算法在多类多标签文本分类中的应用

引用

福建电脑 2006年第3期22卷 103-104,100页

作者：刘茂旺林世平中国人民解放军73633部队福州大学数学与计算机学院

随着因特网的迅猛发展,如何快捷、准确地识别和获取有用信息显得越来越重要。文本自动分类系统是信息处理的重要研究方向,它是指在给定的分类体系下,根据文本的内容自动判别文本类别的过程。由于一个文本可能属于多个不同的类别,本文应... 详细信息

随着因特网的迅猛发展,如何快捷、准确地识别和获取有用信息显得越来越重要。文本自动分类系统是信息处理的重要研究方向,它是指在给定的分类体系下,根据文本的内容自动判别文本类别的过程。由于一个文本可能属于多个不同的类别,本文应用boosting算法设计实现了一种多类多标签文本分类方法,并着重对迭代次数和判定阈值的选择进行研究。实验表明,该分类器对多类多标签的文本分类是有效的。

关键词：文本分类多类多标签 boosting算法

来源：评论

学校读者我要写书评

暂无评论

集成学习:boosting算法综述

引用

模式识别与人工智能 2004年第1期17卷 52-59页

作者：于玲吴铁军浙江大学智能系统与决策研究所杭州310027

boosting是近年来机器学习领域中一种流行的、用来提高学习精度的算法,本文首先以AdaBoost为例对boosting算法进行简单的介绍,并对boosting的各种不同理论分析进行概括,然后介绍了boosting在回归问题中的理论研究,最后对boosting的应用... 详细信息

boosting是近年来机器学习领域中一种流行的、用来提高学习精度的算法,本文首先以AdaBoost为例对boosting算法进行简单的介绍,并对boosting的各种不同理论分析进行概括,然后介绍了boosting在回归问题中的理论研究,最后对boosting的应用以及未来的研究方向进行了讨论。

关键词：机器学习 boosting算法集成学习学习算法 AdaBoost算法

来源：评论

学校读者我要写书评

暂无评论

基于boosting算法的入侵检测

引用

计算机工程 2004年第11期30卷 98-100页

作者：陈爱斌夏利民中南大学信息科学与工程学院长沙410075

提出一种基于boosting算法的入侵检测方法。先用神经网络初步确定一个入侵检测函数,在此基础上,利用boosting方法构造一个基于神经网络的入侵检测函数序列,然后以一定的方式将它们组合成一个加强的总检测函数,据此进行入侵检测。实验结... 详细信息

提出一种基于boosting算法的入侵检测方法。先用神经网络初步确定一个入侵检测函数,在此基础上,利用boosting方法构造一个基于神经网络的入侵检测函数序列,然后以一定的方式将它们组合成一个加强的总检测函数,据此进行入侵检测。实验结果显示,这种方法明显提高了检测性能。

关键词：入侵检测神经网络 boosting算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：