《表2 二分类混淆矩阵表:支持向量机在多因子选股的预测优化》
训练数据中,类别“1”和类别“0”的样本数量大致相当。在训练好模型后,对股票池中的股票进行预测,支持向量机的预测中,两类股票的数量也大致相当。以中证500成分股作为股票池,在支持向量机模型预测后,类别“1”的股票也有大约200支。这意味者,预测为类别“1”的股票中存在大量类别“0”的股票。这样的股票组合收益效果不好,股票数量过多也难以实际操作。由于国内股票市场对卖空的限制,只针对类别“1”股票进行买卖操作。预测结果中,真正例(True Positive,TP)就十分重要,查准率P的情况直接表现了分类效果和投资收益。二分类混淆矩阵表如表2所示。其中,FP表示假正例(False Positive),FN表示假反例(False Negative),TN表示真反例(True Negative)。
图表编号 | XD0086299400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.06 |
作者 | 张伟楠、鲁统宇、孙建明 |
绘制单位 | 中国计量大学经济与管理学院、中国计量大学经济与管理学院、中国计量大学经济与管理学院 |
更多格式 | 高清、无水印(增值服务) |