基于机器学习方法的选股策略研究开题报告

1. 研究目的与意义（文献综述包含参考文献）

近些年，人工智能与大数据的相关计算机技术，例如机器学习方法普及到百姓的生活与学习当中，给我们的生活带来了翻天覆地的变化，例如支付系统中的人脸识别、指纹解锁，医疗系统中的肺癌结构影像分类分析，以及在量化投资与量化交易中的机器学习方法的一些应用。

而量化交易是指：使用先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种大概率事件以制定策略，极大减少了投资者情绪波动的影响，避免作出非理性的投资决策。

随着国内外经济与计算机两方面的飞速发展，越来越多人致力于将算法在金融产品投资方面实现并从而获取高额收益。

2. 研究的基本内容、问题解决措施及方案

问题一：建立指标体系以及特征选择方法及步骤：首先，选取一些长期以来被认为能直观反应股票各方面优劣状况的指标，如净资产收益率，每股净资产，市净率，市销率，日资本收益率，流动比率，市盈率，换手率等，这些指标在过去的量化投资策略中有着十分广阔的应用，但是由于指标繁多，导致数据量过于庞大，且维数过多，并考虑到降维过程中的信息损失故对其进行相应聚类、降维操作。

基于2021年全年上交所上市股票数据对所挑选出的指标进行kmeans聚类操作，根据所聚类数h，对不同的类别分别进行主成分分析降维操作。

鉴于各个指标量纲不同，对数据进行规范化，而后对其进行主成分分析，构建出新的混合选股指标z_i,i=1,2n.并根据每个指标z_i所对应的贡献率,与多个指标z_i整体的累计贡献率，根据为累计贡献率设定阈值t(80%左右),对这些指标进行筛选，设最终筛选t特征因子个数k满足如下条件：k^*=〖arg〗_k max(e_k>t)最终根据k^*选出对应个数的混合特征因子z_i,i=1,2k^*并将简化后的数据作为模型数据集。