上市创新型中小企业股价预测——基于贝叶斯优化的机器学习算法  

On Stock Price Forecast of Listed Innovative SMEs in China——Machine Learning Algorithm Based on Bayesian Optimization

作　　者：王磊[1] 谢明柱[1] Wang Lei;Xie Mingzhu

机构地区：[1]安徽新华学院财会与金融学院,安徽合肥230088

出　　处：《吉林工商学院学报》2023年第2期79-88,共10页Journal of Jilin Business and Technology College

基　　金：2021年度安徽省社会科学创新发展项目“安徽省新兴产业聚集:效率评价与路径优化”(2021CX025)。

摘　　要：利用贝叶斯搜索法对RF、DNN、GBDT、Adaboost四种机器学习算法进行超参数优化,选择适合中国市场的34个输入因素,以2019年7月22日至2022年9月30日期间的科创板473家企业的85 216个数据为样本,实证检验优化后的机器学习模型对上市创新型中小企业股价的预测效果,并利用R2、MAPE、RMSE、DA等指标评价了各算法的预测精度。研究发现,经过贝叶斯优化后的RF和DNN在上市创新型中小企业股票价格预测上表现得更好,其次是Adaboost,而GBDT的预测效果最差。

关 键 词：创新型中小企业 股票价格 机器学习算法 贝叶斯优化 

分 类 号：F832.51[经济管理—金融学]