《表1 NDCG@n和MAP评价结果(%)》
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.
图表编号 | XD00126539300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.01 |
作者 | 孙伯维、姚念民、孙玉轩 |
绘制单位 | 大连理工大学计算机科学与技术学院、大连理工大学计算机科学与技术学院、大连理工大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |