全文总字数：3490字
文献综述
1、选题目的和意义：在近20 年中，人工智能和它借助的机器学习方法逐渐渗透到人类生活的方方面面。
从手写数字的自动识别，到电脑手机上的指纹解锁功能、语音识别系统，再到无人驾驶、智能医疗等热门领域，处处都有人工智能的身影。
近年来，机器学习方法也被广泛应用于量化投资和量化交易中，所谓量化选股，是指选择合适的选股指标体系，使用数量化的统计分析工具，实现优质股票的选择，它是量化投资的一项重要内容，其本质是数据挖掘领域的分类问题。
当前，新兴的中国股票市场和中国经济发展相偏离，中国股票市场要克服主观性、盲目性和投机性，转向理性投资的轨道，政府和相关机构已经开始呼吁投资者回归理性，理性投资的理论基础就是量化投资，具体到进行股市投资决策时，量化选股就是关键环节。
对当前中国股票市场实现量化选股，指导投资人进行理性的投资分析，是当前量化投资急需解决的问题。
随机森林是近年来备受青睐的机器学习方法之一。
随机森林是以Bagging 并行方法集成一系列决策树而训练出的强分类器，可以较好地应用于分类和回归的不同场景下。
2、国内外研究现状：国外证券市场发展比较成熟，选股指标体系也比较完善。
比较典型的选股模型如基于遗传算法的多目标RBF自适应股票指数预测模型，径向基函数（RBF，Radical-Basis Fuction）神经网络是一种新颖有效的前馈式神经网络，它具有最佳逼近和全局最优的性能。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
