原文鏈接：http://tecdat.cn/?p=2784?

之前在某社區(qū)中看到一篇帖子《一張價(jià)值幾十萬個(gè)跌停的統(tǒng)計(jì)表》，主要是預(yù)測(cè)即將被ST的股票，雖然有些標(biāo)題黨，但是還有有一些參考價(jià)值的。文章中使用了凈利潤(rùn)指標(biāo)來對(duì)可能成為ST的股票進(jìn)行排雷，那么是否有其他指標(biāo)可以用機(jī)器學(xué)習(xí)的方法對(duì)該問題進(jìn)行建模同時(shí)提高預(yù)測(cè)的準(zhǔn)確度呢?

首先我們來了解下問題的背景：

股票市場(chǎng)上，一般把財(cái)務(wù)狀況或其他狀況出現(xiàn)異常的上市公司的股票交易作特別處理，因此這些公司稱為ST公司。 ST公司作為績(jī)效水平低下的公司，而非 ST公司為績(jī)效水平較好的公司。

那么有沒有辦法提前知道哪些股票即將被ST嗎？

預(yù)測(cè)一家公司績(jī)效水平的問題可以看作是二分類問題。我們可以建立一個(gè)輸出變量，其中“0”代表非ST公司，“1”代表ST公司。

然后我們搜集了上百種和公司績(jī)效可能相關(guān)的變量作為模型的輸入指標(biāo)：

為了判斷公司的績(jī)效好壞，我們分別使用了分類問題中常用的神經(jīng)網(wǎng)絡(luò)模型和決策樹模型。

1 神經(jīng)網(wǎng)絡(luò)：

l變量重要性

l神經(jīng)網(wǎng)絡(luò)拓普?qǐng)D

l分類準(zhǔn)確度

2 決策樹：

l變量重要性

l決策樹結(jié)構(gòu)圖：

l準(zhǔn)確度：

結(jié)論

從模型角度來看，神經(jīng)網(wǎng)絡(luò)模型的正確率略低于決策樹模型。因此，對(duì)于民營(yíng)上市公司績(jī)效評(píng)價(jià)研究，決策樹模型要優(yōu)于神經(jīng)網(wǎng)絡(luò)模型。

同時(shí)，從變量重要性來看，基于本年的3季報(bào)的總資產(chǎn)增長(zhǎng)率，可以大致預(yù)測(cè)出該股票是否即將被ST。如果今年3季報(bào)依然虧損很厲害，那么年報(bào)基本上也是虧損的了。

最受歡迎的見解

1.r語言用神經(jīng)網(wǎng)絡(luò)改進(jìn)nelson-siegel模型擬合收益率曲線分析

2.r語言實(shí)現(xiàn)擬合神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)和結(jié)果可視化

3.python用遺傳算法-神經(jīng)網(wǎng)絡(luò)-模糊邏輯控制算法對(duì)樂透分析

4.用于nlp的python：使用keras的多標(biāo)簽文本lstm神經(jīng)網(wǎng)絡(luò)分類

5.用r語言實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)股票實(shí)例

6.R語言基于Keras的小數(shù)據(jù)集深度學(xué)習(xí)圖像分類

7.用于NLP的seq2seq模型實(shí)例用Keras實(shí)現(xiàn)神經(jīng)機(jī)器翻譯

8.python中基于網(wǎng)格搜索算法優(yōu)化的深度學(xué)習(xí)模型分析糖

9.matlab使用貝葉斯優(yōu)化的深度學(xué)習(xí)