基于正则化稀疏模型与Xgboost算法的股指预测研究

目录

声明

引论

一、选题背景与研究意义

(一)选题背景

（二）研究意义

二、国内外研究现状

（一）扩充相关特征

（二）构建精准组合模型

（三）文献述评

三、主要研究内容与章节结构

（一）研究内容

（二）章节结构

第一章 股指预测研究基础

第一节 股票投资分析方法

一、基本面分析

二、技术面分析

第二节 时间序列分析的小波方法

一、离散小波变换

二、极大重叠离散小波变换

第三节 股指预测相关模型

一、正则化稀疏模型

二、Xgboost算法

第二章 股票时序数据集的构建

第一节 样本选择与原始数据收集

一、样本选择

二、原始数据收集

第二节 特征变量的构建

一、日交易数据指标的构建

二、常用技术指标的构建

三、小波分解序列的构建

第三节 数据预处理

一、正态化

二、标准化

三、训练集与测试集的划分

第三章 股指预测模型的实证分析

第一节 特征筛选

一、基于Lasso模型的特征筛选

二、基于SCAD模型的特征筛选

三、基于MCP模型的特征筛选

第二节 股指序列预测

一、模型效果的评价标准

二、Xgboost算法的参数介绍与优化

三、预测结果分析

第三节 与其它模型预测效果的比较

一、与单一模型的预测效果比较

二、与组合模型的预测效果比较

研究总结与展望

一、本文主要结论

二、存在的不足及下一步研究计划

参考文献

附录

附录A 股票市场的常用技术指标介绍