基于多因子选股的半监督核聚类算法改进研究 |
| |
作者单位: | ;1.暨南大学经济学院 |
| |
摘 要: | 研究了一种附有引力影响因子的半监督K-means核函数聚类算法,并将该方法应用于多因子选股模型中。研究表明,相比传统的聚类模型,改进的模型具有较强的泛化能力,模型在处理样本线性不可分、样本分布非球状簇等问题上具有明显的优势,能选出较优的股票组合。
|
关 键 词: | 股票选择 核函数 半监督K-means聚类算法 |
Improvement of Semi-supervised Kernel Clustering Algorithm Based on Multi-factor Stock Selection |
| |
Abstract: | |
| |
Keywords: | |
|
|