典型文献
基于LightGBM的上市公司"高送转"预测
文献摘要：
本文基于机器学习中最新的LightGBM算法构建训练集,并基于上市公司的各项财务数据训练机器学习模型,进一步利用该模型对预测集中最有可能实施"高送转"的公司进行预测,最终预测出"高送转"概率最高10家公司.本文最后训练出的模型准确率较高,但覆盖率较低,最终能够预测出部分"高送转"上市公司,可为投资者构建股票投资组合提供有益参考.
文献关键词：
高送转;LightGBM;机器学习
中图分类号：
作者姓名：
李威;张攀红
作者机构：
湖北经济学院金融学院,湖北武汉430205
文献出处：
引用格式：
[1]李威;张攀红-.基于LightGBM的上市公司"高送转"预测)[J].湖北经济学院学报（人文社会科学版）,2022(02):47-50
A类：
B类：
LightGBM,高送转,基于机器学习,训练集,财务数据,数据训练,机器学习模型,预测出,练出,模型准确率,终能,投资者,股票投资,投资组合
AB值：
0.373715
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
