文献类型：会议论文

中文题名：基于M5P模型树的股价预测研究

作者：徐光美;张敬尊;张睿哲;吴爱华;蔡济凡

第一作者：徐光美

机构：[1]北京联合大学智慧城市学院

第一机构：北京联合大学智慧城市学院

会议论文集：中国计算机用户协会网络应用分会2022年第二十六届网络新技术与应用年会论文集

会议日期：20221210

会议地点：中国北京

语种：中文

中文关键词：M5P模型树;皮尔逊相关系数（Pearson）;属性过滤;股价预测

摘要：寻找简单、易用、可解释的智能方法辅助股票交易决策一直是研究者面临的一项富有挑战性任务。为跟复杂深度学习方法的预测效果做比较,M5P模型树方法以及其他决策树类方法被引入从而对股票价格进行预测,在相同数据集上的实验结果显示M 5 P模型树方法具有更好的预测效果。为进一步简化方法,并找到预测所需的最优属性子集,提出了 P-M5P（基于属性过滤的M5P模型树）方法,该方法将基于皮尔逊相关系数（Pearson）的属性过滤方法和M5P方法进行结合,实验结果显示P-M5P方法预测效果更好。