论文部分内容阅读
本文提出了基于一种新的特征选择方法的朴素贝叶斯证券分类模型。首先,根据深交所50家公司2011年的交易数据和常用的18个指标,采取新的特征选择方法即互信息和主成分分析相结合选出用于分类的因子;其次,利用前10个月的数据建立朴素贝叶斯分类模型,用后两个月的数据检验模型的预测精度。实证分析表明模型的分类平均正确率达到75%,具有应用价值。