典型文献
机器学习在国债期货中的应用
文献摘要：
当前,机器学习在金融投资领域的应用备受市场机构关注.本文基于10年期国债期货数据,经特征工程处理,采用不同模型进行训练,通过回测分析检验模型的有效性.结果表明,梯度提升决策树模型在训练效率和预测准确率上都要高于带自编码器的多层感知器模型和长短期记忆网络模型.本文为机器学习在金融领域的进一步研究应用提供了有效借鉴.
文献关键词：
国债期货;机器学习;遗传规划;神经网络;梯度提升决策树
中图分类号：
作者姓名：
周凯文;黄泽松
作者机构：
海通证券固定收益部;复旦大学数学科学学院
文献出处：
引用格式：
[1]周凯文;黄泽松-.机器学习在国债期货中的应用)[J].债券,2022(11):30-33
A类：
B类：
国债期货,金融投资,投资领域,特征工程,工程处理,分析检验,检验模型,梯度提升决策树模型,训练效率,预测准确率,自编码器,多层感知器,长短期记忆网络模型,金融领域,研究应用,遗传规划
AB值：
0.331066
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。
