论文部分内容阅读
在二分类预测中存在对两类样本的两类分类错误，在现实应用中这两类错误的代价往往是不同的，本文考虑了两类错误的错分代价问题。通过引入一种具有非对称性的LINEX损失函数，可以实现对低错分代价的样本进行线性级惩罚，对高错分代价的样本进行指数级惩罚。模型以SVM作为AdaBoost的基分类器，再将LINEX损失函数嵌入到AdaBoost-SVM的权重更新方程中，根据对正负类样本错分代价的不同以及样本是否错分重新更新样本权重。对2011年至2020年的沪深300指数成分股进行了实证研究，利用所提出的模型方法进行涨跌预测，研究发现所构建的ADASVM-CSLINEX模型可以获得更高的投资绩效。