《表1 4 模型的预测结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于机器学习的股票超额收益预测模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

通过对比模型的测试结果发现，逻辑回归（Logistic?Regression）、梯度提升决策树（Gradient?Boosting）、提升决策树（AdaBoost）和支持向量机（Support?Vector?Machine，SVM）这四个分类模型的预测效果较好，在采用五折交叉验证的方法后，这些模型的准确率都可以达到70%以上，其中支持向量机（Support?Vector?Machine，SVM）分类模型在预测股票收益时，可达到75.11%的准确率。即在获得某个时间点某只股票的Alpha因子暴露值后，我们有75%的把握可以准确的判断出该只股票在下个时间点是否具有超额收益。