原创《基于机器学习股市收益影响因子实证》：本论文为您写机器学习毕业论文范文和职称论文提供相关论文参考文献，可免费下载。
[摘 要]本文通过对机器学习中AdaBoost算法的使用,分别对上证指数不同阶段的收益率中的财务数据进行特征学习,进而研究其不同阶段下的财务因子的影响力,该研究很好地展现了不同阶段下的影响因子的影响力的变化.无论在牛市、熊市、震荡市哪个阶段流通市值的影响力都位于总市值的前面,这个结论跟这几年在股市的表现非常一致,无论是之前中小创独牛还是后来大蓝筹疯狂,体现的是我A一大特点：炒新炒小的特点.
[关键词]机器学习；AdaBoost；股市；财务因子
引言
股票市场在当下的金融市场扮演着越来越重要的角色,而且近几年以来吸引这越来越多的人关注,特别是计算机领域的人士开始进入到金融领域进行探索,将计算机领域的成果运用到股市预测和分析当中,随着计算机领域的发展,基于机器学习和数据挖掘的方法也被用来对股市进行价格预测和分析.
4 结束语
从上图可以看得出,无论在哪个阶段流通市值的影响力都位于总市值的前面,这个结论跟这几年在股市的表现非常一致,无论是之前中小创独牛还是后来大蓝筹疯狂,体现的是我A一大特点,两大风格的本质,那就是一大特点是投机炒作,两大风格是炒新和炒小,只要流通市值足够小,只要流通市值足够小,当资金泛滥时,哪怕是大蓝筹也一定会被爆炒,甚至敢炒上天的.其中动态市盈率、市净率在牛市、熊市的时候显得很重要,在震荡市中影响力减小.在牛市中股东权益合计被重视,这是蓝筹股被带动的一大原因.
参考文献：
[1]Zhou Z H, Yang Y, Wu X D, Kumar V. The Top Ten Algorithms in Data Mining. New York, USA： CRC Press, 2009, 127-149.
[2]Feng J F, Wang L W, Sugiyama M, Yang C, Zhou Z H, Zhang C C. Boosting and margin theory. Frontiers of Electrical and Electronic Engineering, 2012, 7（1）： 127-133.
[3]Bautista M A, Escalera S, Bar"o X, Radeva P, Vitri"a J, Pujol" O. Minimal design of error-correcting output codes. Pattern Recognition Letters, 2012, 33（6）： 693-702
[4]Gao T S, Koller D. Multiclass Boosting with hinge loss based on output coding. In： Proceedings of the 28th International Conference on Machine Learning. New York, USA： ACM, 2011. 569-576
[5]Meddouri N, Khoufi H, Maddouri M S. Diversity analysis on boosting nominal concepts. Advance in Computational Intelligence, 2012, 7301： 306-317
[6]田源,于鳳芹.一种改进的AdaBoost的人脸检测算法[J].江南大学学报（自然科学版）, 2009（03）.
[7]王心醉,郭立红,杨丽梅,康长青. 基于AdaBoost的人脸检测算法[J].长春理工大学学报（自然科学版）, 2009（02）.
机器学习论文参考资料：
结论：基于机器学习股市收益影响因子实证为关于机器学习方面的的相关大学硕士和相关本科毕业论文以及相关机器学习 周志华 pdf论文开题报告范文和职称论文写作参考文献资料下载。
