《表1 NDCG@n和MAP评价结果(%)》

  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

《面向排名预测的上市公司股价收益研究》

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Yu[9]等人的工作，我们知道在经过相关特征处理之后Xgboost可以对股价进行预测，并且有着不错的结果，可以作为排序学习方法用于股价收益预测实验的对比实验，通过Quah[10]等人的工作，我们了解到利用前馈神经网络可以对股价做出基本预测，并且也是股价预测任务中的一个基本模型．在本文的实验中，将不同的排序学习方法运用到股价收益预测模型中，对模型进行训练，通过与Xgboost和神经网络方法进行对比，可以进一步对实验结果进行分析和评价．将排序学习方法运用到SPRP模型中，并且利用MAP、NDC-G@n作为评价指标．在信息检索领域，NDCG[11]常用来衡量和评价搜索结果算法．将NDCG的思想迁移到股价收益排名任务中，实验中对股价排名划分的不同等级，正好与信息检索中的相关性相呼应，所以NDCG指标可以帮助我们评价股价排名预测任务结果的质量．得到的实验结果和对比实验的结果如表1所示．