机器学习——决策树——二叉树——随机森林——相关资料搜集
2020-09-21 本文已影响0人
昵称违法
最近在看量化中的各种算法，先搜集资料。。。。。。
一、 随机森林与证券投资的案例
【研报复现】随机森林的股票择时选择
概述
长久以来，选股与择时都是股票量化领域面对的两个最主要的问题。随机森林算法是一种机器学习分类算法。它通过训练样本生成大量决策树，综合所有决策树的分类结果得到最终决策。相比于其他机器学习算法和传统线性回归模型，随机森林算法具有直观，参数少，抗干扰，不易出现过拟合等优点。将随机森林算法引入择时模型，可以减少主观判断对于择时结果的影响，挖掘市场更深层次的运行规律。我们在这里选择平安银行和宁波银行进行随机森林建模，并将两支股票作为一种组合根据涨跌比率进行择时投资。
本文参考：渤海证券《使用随机森林算法的行业轮动模型——行业轮动专题一》
本文具体的python实现，请访问万矿全文链接
【研报复现】随机森林的股票择时选择
二、 决策树的知识
2.1、视频讲解
[算法：决策树] b站、yt站搜索
2.2、知乎介绍
深入浅出理解决策树算法（一）-核心思想
算法杂货铺——分类算法之决策树(Decision tree)
