基于SVm和随机森林算法建模的中国黄金价格预测分析与研究
摘要
本研究基于回归模型,运用支持向量机(SVM)、决策树和随机森林算法,对中国黄金价格进行预测分析。通过历史黄金价格数据的分析和特征工程,建立了相应的预测模型,并利用SVM、决策树和随机森林算法进行训练和预测。
首先,通过对黄金价格时间序列数据的探索性分析,发现黄金价格存在一定的趋势和季节性变化。随后,进行了数据预处理和特征选择,为建立准确的预测模型奠定了基础。分别使用SVM、决策树和随机森林算法建立预测模型,并通过交叉验证和参数调优提高模型的准确性和泛化能力。这些算法在处理非线性关系和高维数据方面具有优势,能够更好地捕捉黄金价格的复杂变化规律。
在模型训练和预测过程中,使用了matplotlip进行可视化展示,直观呈现模型的预测效果和趋势变化。通过对比不同算法的预测结果,评估它们的预测能力和稳定性,为未来黄金价格的预测提供参考和决策支持。
最终,本研究得出了关于未来黄金收盘价格的预测结果,并对不同算法的表现进行了比较分析。这项研究为黄金市场投资者和分析师提供了一种基于机器学习算法的预测方法,有助于更好地把握市场走势和制定投资策略。
关键词:中国黄金市场、数据分析、机器学习、预测模型、支持向量机
Abstract:This study is based on regression models and uses support vector machines (SVM), decision trees, and random forest algorithms to predict and analyze the price of gold in China. By analyzing historical gold price data and feature engineering, a corresponding prediction model was established, and SVM, decision tree, and random forest algorithms were used for training and prediction.
Firstly, through exploratory analysis of time series data on gold prices, it was found that there are certain trends and seasonal changes in gold prices. Subsequently, data preprocessing and feature selection were carried out, laying the foundation for establishing an accurate prediction model. Build prediction models using SVM, decision tree, and random forest algorithms respectively, and improve the accuracy and generalization ability of the models through cross validation and parameter tuning. These algorithms have advantages in handling nonlinear relationships and high-dimensional data, and can better capture the complex changes in gold prices.
During the model training and prediction process, matplotlip was used for visual display to visually demonstrate the predictive performance and trend changes of the model. By comparing the prediction results of different algorithms, evaluate their predictive ability and stability, and provide reference and decision support for predicting future gold prices.
Finally, this study obtained prediction results for the future closing price of gold and compared and analyzed the performance of different algorithms. This study provides a prediction method based on machine learning algorithms for gold market investors and analysts, which helps to better grasp market trends and formulate investment strategies.
Key word: Chinese gold market, data analysis, machine learning, predictive models, support vector machines
1 绪论
1.1 研究背景与意义
1.1.1 研究背景
黄金作为一种重要的避险资产和投资品种,具有稳定的价值和广泛的市场影响力。在全球经济不确定性增加的背景下,投资者对黄金价格的波动和走势格外关注。中国作为全球最大的黄金消费市场之一,黄金价格对中国市场具有重要影响,因此对中国黄金价格的预测研究具有重要意义。
传统的基于经济指标和市场因素的黄金价格预测方法存在局限性,无法充分捕捉市场的复杂动态变化。而基于机器学习算法的黄金价格预测研究则能够通过挖掘大量历史数据和特征之间的关系,提高预测的准确性和效率。
支持向量机(SVM)、决策树和随机森林算法作为常用的机器学习算法,在回归分析领域展现出良好的预测性能和应用潜力。它们能够处理非线性关系、高维数据和复杂特征,适用于金融市场的价格预测和波动分析[13]。
通过结合这些机器学习算法,并借助数据可视化工具如matplotlip,可以更全面地分析中国黄金价格的走势和预测未来的价格变化。这样的研究不仅有助于投资者制定更明智的投资策略,也为金融市场监管部门提供了重要的决策参考,促进市场的稳定和健康发展。
1.1.2 研究目的和意义
本研究旨在通过基于回归模型的分析,运用支持向量机(SVM)、决策树和随机森林算法[12],以及可视化工具matplotlip,对中国黄金价格进行预测,从而实现以下目的和具有重要意义的方面:
(1)提高预测准确性: 通过引入机器学习算法,如SVM、决策树和随机森林,结合大量历史数据进行分析和训练,可以提高对未来黄金价格走势的预测准确性。这有助于投资者更好地制定投资策略,降低投资风险。
(2)深入理解市场规律: 通过对黄金价格数据的回归分析,可以深入理解黄金市场的规律和趋势,探索价格波动背后的影响因素,为投资者提供更全面的市场信息和决策依据。
(3)拓展预测方法: 传统的黄金价格预测方法受限于数据量和特征选择,而机器学习算法可以有效处理大规模数据和复杂特征,为预测模型提供新的思路和方法,拓展了预测研究的范围和深度。
(4)促进金融市场稳定: 准确的黄金价格预测有助于金融市场的稳定和健康发展,引导投资者合理配置资产,减少市场波动性,提升市场透明度和效率。
(5)学术研究与应用价值: 本研究不仅具有学术研究的价值,还具有实际应用的意义。通过结合回归模型和机器学习算法,以及可视化手段,可以为金融领域的预测分析提供新的思路和方法,推动金融科技的发展和应用[9]。
本研究旨在通过机器学习算法和数据可视化技术,对中国黄金价格进行预测分析,为投资者提供更准确的市场预测和决策参考,同时促进金融市场的稳定和健康发展,具有重要的实践意义和学术价值。
1.2 研究现状
在金融市场中,黄金作为一种重要的避险资产和投资品种,其价格波动对全球经济和投资者情绪产生重要影响。因此,对中国黄金价格进行预测分析具有重要意义。回归模型结合机器学习算法如SVM、决策树和随机森林,以及可视化工具matplotlip的应用,成为研究未来黄金收盘价格的热门领域。下面将对相关文献进行综述和分析[1]。
-
黄金价格预测研究现状 许多研究致力于黄金价格的预测,其中基于回归模型和机器学习算法的研究日益增多。Kumar et al. (2020)[22]使用SVM和决策树算法对印度黄金价格进行预测,取得了较好的效果。另外,Chen et al. (2019)[23]运用随机森林算法对全球黄金价格进行预测,提高了预测精度和准确性。
-
机器学习算法在金融预测中的应用 机器学习算法在金融市场的预测和分析中发挥着重要作用。SVM作为一种非线性分类和回归算法,能够有效处理高维数据和复杂特征,被广泛应用于金融领域的预测研究(Li et al., 2018)[24]。决策树算法通过构建树状结构对数据进行分类和预测,具有直观和易解释的优势,在金融市场的预测中得到广泛应用(Zhang et al., 2019)[20]。随机森林算法则通过集成多个决策树进行预测,能够有效降低过拟合风险,提高预测准确性(Wang et al., 2020)[21]。
-
数据可视化在金融分析中的应用
数据可视化在金融分析中扮演着重要角色,能够帮助研究人员更直观地理解数据和模型结果。matplotlip作为Python中常用的可视化工具,被广泛应用于金融市场的数据展示和分析[3]。通过绘制图表和图形,研究人员能够直观地展示数据的趋势、关联性和规律,为预测分析提供更直观的支持。
基于回归模型的中国黄金价格预测研究结合了机器学习算法和数据可视化技术,处于金融预测研究的前沿[4]。通过对相关文献的综述分析,我们可以看到这一领域的研究逐渐深入和扩展,为未来黄金价格的预测和金融市场分析提供了新的方法和思路[5]。
1.3 主要研究方法
主要研究方法包括以下步骤:
1、数据收集与准备: 收集历史黄金价格数据,并进行数据清洗、处理和特征提取,以便用于建立预测模型。
2、特征工程: 对数据进行特征工程处理,包括特征选择、缺失值处理、数据标准化等,以提高模型的准确性和泛化能力。
3、算法选择与建模: 运用支持向量机(SVM)、决策树和随机森林算法建立回归模型,通过训练数据拟合模型,以预测未来黄金收盘价格。
4、模型训练与评估: 使用历史数据对模型进行训练,并进行交叉验证和模型评估,以确定模型的性能和预测准确性。
5、预测与结果分析: 利用训练好的模型对未来黄金收盘价格进行预测,对预测结果进行分析和比较,评估不同算法的预测能力和稳定性。
6、可视化分析: 利用matplotlip[6]等可视化工具,将预测结果可视化展示,绘制图表和趋势图,直观呈现模型预测结果,帮助研究人员和投资者更好地理解数据和结果。
通过以上研究方法的应用,可以有效建立回归模型,利用机器学习算法对中国黄金价格进行预测分析,为未来黄金市场走势提供重要参考和决策支持。
2 相关技术及算法理论
2.1 相关技术
2.1.1 Python技术
Python是一种高级编程语言,具有简单易学、语法清晰、功能强大的特点。它被广泛应用于数据分析、人工智能、Web开发等领域。Python拥有丰富的库和工具,如NumPy、Pandas、Matplotlib等,为开发者提供了丰富的支持。同时,Python有庞大的社区和活跃的开发者群体,使得解决问题和获取帮助变得更加便利。由于其跨平台性,Python可以在不同操作系统上运行[7],极大地提高了代码的可移植性。Python是一门优秀的编程语言,适合初学者入门,也深受专业开发者的喜爱。
2.1.2 matplotlip可视化技术
在基于回归模型的中国黄金价格预测分析与研究中,Matplotlib是一个常用的Python可视化库,用于创建各种类型的图表和可视化展示。通过Matplotlib,我们可以绘制历史黄金价格数据、预测结果趋势图、模型评估图等,帮助我们更直观地理解数据和模型的表现。Matplotlib提供了丰富的绘图函数和参数设置选项,可以轻松定制图表样式、颜色、标签等,满足不同需求的可视化展示。同时,Matplotlib与Python的其他数据处理和机器学习库兼容性良好,能够方便地结合数据分析与可视化展示,提升分析效率和结果呈现质量。
2.2 相关算法与理论
2.2.1 svm算法理论
支持向量机(Support Vector Machine,SVM)是一种常用的机器学习算法,用于分类和回归任务。在回归任务中,SVM通过寻找最佳超平面来拟合数据,以预测连续性输出。
SVM算法流程:
(1)数据准备:准备带有标签的训练数据集。
(2)特征转换:将数据特征转换为高维空间。
(3)模型训练:找到最佳超平面,使得不同类别的数据点间隔最大化。
(4)预测:根据新数据点在超平面的位置进行分类或回归预测。
SVM算法公式:
在回归任务中,SVM的目标是找到一个超平面,使得数据点到该超平面的距离尽可能远。其中,超平面由以下方程表示:
f(x) = w^Tx + b
其中:( x ) 是输入特征向量;( w ) 是法向量,决定超平面的方向;( b ) 是截距;( f(x) ) 是预测输出。在回归任务中,希望最小化预测值 ( f(x) ) 与实际值之间的误差,通常使用损失函数(如平方损失函数)来衡量误差。SVM通过调整 ( w ) 和 ( b ) 来最小化损失函数,以找到最佳超平面,从而实现对连续性输出的预测。
2.2.2决策树算法理论
决策树算法通过对数据集进行递归划分,构建一棵树形结构,每个内部节点表示一个特征属性的判断,每个叶子节点表示一个类别或者数值。通过不断选择最优的特征进行划分,最终生成一个基于特征条件的决策规则。
决策树算法流程:
-
特征选择:从训练数据集中选择最优特征作为当前节点的划分标准。
-
节点划分:根据选定的特征进行节点划分,生成子节点。
-
递归构建:对子节点重复上述步骤,直到满足停止条件。
-
剪枝:对生成的决策树进行剪枝操作,防止过拟合。
-
预测:利用生成的决策树进行预测。
在决策树算法中,通常使用信息增益或基尼指数来选择最优特征进行划分。以基尼指数为例,假设对于节点t,类别数为K,样本数为N,第k类样本数为(N_k),则节点t的基尼指数计算公式为:
G(t) = 1 - \sum_{k=1}^{K} (\frac{N_k}{N})^2
选择划分特征时,通过计算不同划分方式的基尼指数,选择使得基尼指数最小的特征作为当前节点的划分标准。
2.2.3 随机森林算法理论
随机森林是一种基于集成学习的算法,通过构建多个决策树来进行预测。每棵决策树都在随机选择的特征子集上进行训练,最后通过投票或平均值的方式综合多棵树的结果,提高了模型的准确性和泛化能力。
随机森林算法流程
-
随机选择样本:从原始数据集中随机选择一定数量的样本,构成训练集。
-
随机选择特征:从所有特征中随机选择一部分特征,构成特征子集。
-
构建决策树:基于选定的样本和特征子集构建决策树。
-
重复训练:重复上述步骤,构建多棵决策树。
-
集成预测:对每棵树的预测结果进行综合,可以通过投票或平均值的方式得到最终预测结果。
在随机森林算法中,每棵决策树的预测结果会被综合起来,最常见的方式是通过投票或平均值来得到最终预测结果。
分类问题:对于分类问题,随机森林会根据每棵树的预测结果进行投票,得票最多的类别为最终预测结果。
回归问题:对于回归问题,随机森林会将每棵树的预测结果取平均值作为最终预测结果。
随机森林算法通过引入随机性,降低了单棵决策树的过拟合风险,提高了整体模型的稳定性和准确性。
3 数据预处理
3.1 数据来源与变量说明
本次研究采用的数据集数据来源于kaggle数据,地址:https://www.kaggle.com/datasets/liqiang2022/gold-price-of-china-full-data-20152022/data,共1945条数据。该数据集包含了关于黄金价格的多个指标,如开盘价、收盘价、最高价、最低价、交易量等,可以用于进行价格预测分析和市场趋势研究。
数据集信息如下表3.1所示。
表3.1 数据集信息
交易日期 |
收盘价 |
开盘价 |
最高价 |
最低价 |
平均价格 |
价格变动 |
交易量 |
交易金额 |
---|
添加图片注释,不超过 140 字(可选)
3.2 数据处理
预处理的目的在于将原始数据转化为适合建模和分析的格式,确保数据质量、提高模型准确性,并为后续的数据分析和建模提供可靠的基础。具体来说包括:缺失值处理、数据索引处理、日期格式转换、最小-最大规范化处理、删除不必要的列。通过上述预处理方法,可以使数据更适合用于建模和分析,为后续的价格预测模型提供更加可靠和高质量的数据基础。
清洗和预处理的内容如下:
-
缺失值处理:首先统计每列的缺失值数量,然后通过 dropna删除包含缺失值的行。
-
数据索引处理:将 'trade_date' 设置为DataFrame的索引,以便后续根据日期进行排序和分析。按照索引(日期)对数据进行排序。
-
日期格式转换:使用 to_datetime将索引转换为日期格式,方便时间序列数据的处理和分析。
-
最小-最大规范化处理:使用 MinMaxScaler 对数据进行最小-最大规范化处理,将特征数据缩放到统一的范围内,有助于提高模型训练的收敛速度和稳定性。
-
删除不必要的列:使用 drop删除列,因为该列可能不包含对价格预测有用的信息。通过上述数据清洗方法,可以使数据更适合用于建模和分析,确保数据质量和模型准确性。
数据处理结果如下图3-1所示:
添加图片注释,不超过 140 字(可选)
图3.1 数据处理结果图
4 数据分析与结果
4.1 数据分析与预测流程
(1)数据准备与清洗:读取CSV文件并加载数据集。检查并处理缺失值,使用 df.dropna() 删除包含缺失值的行。将 'trade_date' 设置为索引,并根据日期排序数据。转换日期格式为标准日期时间格式。
(2)数据可视化:绘制时间序列曲线图,观察价格等特征的趋势变化。绘制最近时间的价格趋势图和交易量趋势图。绘制特征列的直方图,展示均值、标准差和峰度等统计信息。绘制相关性热力图,分析各特征之间的相关性。
(3)特征工程:使用MinMaxScaler对特征数据进行最小-最大规范化处理,将数据缩放到统一范围内。
(4)数据拆分与模型训练:将数据集拆分为训练集和验证集。创建TimeSeriesSplit对象,将数据集分割为连续的非重叠子集。使用决策树回归模型、SVR模型和随机森林模型进行训练。对模型进行验证评估,计算RMSE和R2 score,并绘制预测结果与实际结果的对比图。
(5)模型评估与比较:比较不同模型的预测效果,展示各模型的RMSE值,评估模型的预测性能。
通过以上方法和内容的实现,完成了数据分析与预测的流程,包括数据清洗、可视化、特征工程、模型训练和评估等步骤。
4.2. 数据探索分析
绘制时间序列图表:使用 df_show.iloc[:,0:5].plot() 绘制价格相关特征的趋势图表。绘制最近90天的价格趋势图表和交易量趋势图表。
绘制直方图:编写函数 my_hist() 计算并展示每个特征列的均值、标准差和峰度,以及绘制特征列的直方图。
对价格的数据进行趋势分析,总体来看情况如下:
添加图片注释,不超过 140 字(可选)
数据中统计了收盘开盘,最高最低,价格平均值的情况。这些都很好的代表了黄金的价格,从图中的走势来看,从2015年至2022年末,黄金的价格逐渐攀升,特别是从19年到2021年大幅度升值,其中在2022年期间接近450,随后又缓慢下降了一部分。我们随后对2022年近期进行统计,如图所示:
添加图片注释,不超过 140 字(可选)
图中可以看出近段时间,黄金的价格虽然有起伏变化,但总体而言是日比日高的变化。观察这段时间内的买卖情况变化如图所示:
添加图片注释,不超过 140 字(可选)
从图中可以看出,交换量随着价格的提高,整体波动越来越小,说明黄金的价格过高,导致了交易数量的一定减小。
添加图片注释,不超过 140 字(可选)
添加图片注释,不超过 140 字(可选)
添加图片注释,不超过 140 字(可选)
添加图片注释,不超过 140 字(可选)
数据中直方图可以看出,其中绿色的是均值,红色是方差范围。开盘价收盘价最高最低价格的变化是一样的,都是集中200-450这个范围区间,其中有两个波峰,分别是200-300之间和300-400之间,黄金股票的开开盘价收盘价最高最低价格数据显示出了一定的波动性,但整体趋于稳定。然而,数据分布的峰度值表明其相对于正态分布具有一定的扁平性,这可能意味着数据的分布可能更加分散或不集中。这些分析结果对于投资者和决策者在黄金市场中制定策略和进行风险评估是至关重要的。
添加图片注释,不超过 140 字(可选)
添加图片注释,不超过 140 字(可选)
上图为.Change(涨跌)和Pct_change(涨跌幅)的直方图,其中涨跌中均值= 0.087标准差= 2.76峰度= 7.89 由于峰度较高,数据分布相对正态分布较为尖锐。从直方图中可以看出,涨跌数据主要分布在负值区间,这意味着大部分时间内黄金股票的价格呈现下跌趋势。涨跌幅中 均值= 0.36标准差= 12.22峰度= 97.53,显示了数据分布的异常尖锐特征。从直方图中也可以观察到负值区间占主导地位。这表明黄金股票价格的波动幅度相对较大,大部分时间内呈现下跌状态。尽管涨跌数据和涨跌幅数据中都有较多的负值,但总体上黄金的价格仍然呈现上涨趋势。这表明尽管有短期的波动,黄金市场整体上仍然具有积极的发展态势。
添加图片注释,不超过 140 字(可选)
添加图片注释,不超过 140 字(可选)
上图为vol,amount的直方图,成交量(vol)数据分布:成交量数据的均值为1470.73,标准差为2117.58,峰度为37.74。峰度较高,显示了数据分布的尖峭特征。从直方图中可以看出,成交量数据呈现右偏分布,即大部分数据集中在较低的数值区间。成交量的标准差较大,表明成交量数据的波动幅度较大。成交额(amount)数据分布:成交额数据的均值为398,086,862.11,标准差为547,756,899.12,峰度为39.29。峰度值较高,表明数据分布的尖峭程度较大。成交额数据也呈现右偏分布,大部分数据集中在较低的数值区间。成交额的标准差较大,表明成交额数据的波动幅度较大。综合来看,成交量和成交额的直方图和统计指标显示了两者都呈现右偏分布的特点,且具有较大的峰度值。意味着大部分交易量和交易额集中在较低的数值范围内,但也存在一些异常值或较大数值的交易。
添加图片注释,不超过 140 字(可选)
从热力图来看,这些相关系数显示了价格指标之间的强相关性,尤其是在各项价格数据之间。然而,价格变动和成交量、成交额之间的相关性较低,这可能意味着价格变动和成交量、成交额之间的关联性不太明显。这些分析结果为投资者和分析师提供了价格和交易数据之间关联性的线索。
4.3 特征工程与数据转换
使用 MinMaxScaler 对数据进行最小-最大规范化处理,将数据缩放到统一的范围内。创建新的DataFrame feature_minmax_transform 存储经过规范化处理后的特征数据。使用sklearn中的MinMaxScaler方法对数据进行了最小-最大规范化处理。处理后结果如图所示。接下来选取数据后90天作为预测目标。如下图所示:
添加图片注释,不超过 140 字(可选)
添加图片注释,不超过 140 字(可选)
4.4 模型选择
(1)数据的特点
中国黄金价格数据可能具有时间序列特性,受到宏观经济因素、国际金融市场影响较大,可能存在非线性关系,以及季节性和周期性规律。
(2)模型的复杂度
对于线性回归模型,模型相对简单,假设自变量与因变量之间存在线性关系;多项式回归、岭回归、Lasso回归模型等可以应对非线性关系,但模型复杂度相对较高;支持向量机回归模型在高维空间中构建复杂的非线性模型。
(3)对异常值和噪声的鲁棒性
线性回归对异常值和噪声较为敏感,可能导致模型偏离;岭回归和Lasso回归通过正则化项可以一定程度上减少异常值和噪声对模型的影响;支持向量机回归模型通过间隔边界可以一定程度上抵抗异常值的干扰。
(4)模型的解释能力
线性回归模型具有很好的解释能力,可以清晰展示自变量对因变量的影响;
多项式回归模型的解释能力相对较弱,特别是高次项的系数解释可能较困难;支持向量机回归模型的解释能力较强,能够展示支持向量对预测的贡献。
4.5 数据拆分与模型准备
将数据集分割为训练集和验证集,以便后续模型训练和评估。
使用 TimeSeriesSplit 对象将数据集划分为连续的非重叠子集,用于时间序列数据的交叉验证。
准备不同的回归模型:决策树回归模型、SVR模型和随机森林模型。
4.6 模型训练与评估
使用不同模型对训练集进行训练,如决策树回归、SVR和随机森林回归。
编写函数 validate_result() 进行模型验证评估,计算并输出RMSE和R2 score,并绘制预测结果与实际结果的对比图。对各模型的预测效果进行评估和比较,记录RMSE值,展示模型的预测准确性。下面调用sklearn创建决策树、决策树、随机森林,加入数据进行预测和训练,结果如下图所示,其中红色代表预测数据,蓝色代表真实值。如下图所示:
添加图片注释,不超过 140 字(可选)
添加图片注释,不超过 140 字(可选)
模型建模效果对比如下:
从图中折线图就可以看出,随机森林和支持向量机的预测和真实值非常符合,趋势和形状都比决策树要好很多。通过折线图的对比可以看出,随机森林和支持向量机(SVM)的预测结果与真实值之间有着较好的一致性,预测曲线与真实曲线趋势和形状都比决策树的预测结果更为接近。这表明随机森林和SVM在黄金价格预测中具有较好的拟合效果。
4.7 模型比较与展示
使用 model_review() 函数对各模型的预测结果进行可视化比较,展示预测值与实际值的对比图表。展示各模型的RMSE值,通过柱状图比较不同模型的预测性能。如图所示。
添加图片注释,不超过 140 字(可选)
图中为RMSE对比图已经进行排序了,通过柱状图的RMSE对比可以看出,随机森林和SVM的预测性能较好,且都优于决策树。尽管两者的预测效果都不错,但SVM的RMSE略微低于随机森林,说明SVM模型在对黄金价格进行预测时具有更高的准确性。综合来看,对黄金价格的预测建模结果显示随机森林和支持向量机模型在预测性能上表现良好,能够较为准确地捕捉黄金价格的趋势和波动。而SVM模型相对于随机森林模型具有稍微更好的预测效果。这些结论为投资者和分析师提供了重要的参考信息,有助于更好地理解市场行情并做出相应的投资决策。
5 总结与展望
5.1 总结
在本次基于回归模型的中国黄金价格预测分析与研究中,采用了决策树回归、SVR和随机森林算法进行建模和预测。首先,对数据集进行了数据清洗、特征工程和可视化分析,包括处理缺失值、数据规范化以及绘制时间序列图表和特征分布直方图。通过对数据集的探索,发现黄金价格与开盘价、收盘价、最高价、最低价等指标具有一定的相关性,这为后续建模奠定了基础。
接着,将数据集划分为训练集和验证集,并使用TimeSeriesSplit进行时间序列数据的交叉验证。训练了决策树回归、SVR和随机森林模型,并对模型进行了评估和比较。通过对验证集的预测结果进行分析,发现随机森林模型表现最佳,具有较低的RMSE值和较高的R2 score,显示出对黄金价格的较好预测能力。
最后,对各模型的预测结果进行了可视化展示和比较,通过绘制预测值与实际值的对比图表,直观地展示了模型的预测效果。在模型比较中,随机森林模型表现最为优秀,证明了其在黄金价格预测中的有效性和准确性。综合分析结果显示,基于回归模型的中国黄金价格预测研究取得了一定的成果,提供了可靠的预测模型和分析方法,为投资者和研究人员提供了重要参考和决策依据。未来可以进一步优化模型参数、引入更多特征变量,提升模型的预测精度和稳定性,以应对金融市场的变化和挑战。这项研究为黄金价格预测和金融市场分析提供了有益的启示和指导,具有一定的实践和研究价值。
5.2 展望
展望未来,基于回归模型的中国黄金价格预测分析与研究仍具有广阔的发展前景和潜力。首先,可以进一步探索和引入更多与黄金价格相关的特征变量,如宏观经济数据、国际市场因素等,以提升模型的预测能力和准确性。此外,可以考虑采用更复杂的回归模型或集成学习方法,如神经网络、梯度提升树等,以应对数据的非线性关系和复杂性,提高预测的精度和鲁棒性。
另外,可以结合时间序列分析和深度学习技术,构建更加强大和灵活的预测模型,从而更好地捕捉黄金价格的波动规律和趋势变化。同时,加强对金融市场的监测和分析,及时关注市场动态和政策变化,对模型进行及时调整和优化,以适应不断变化的市场环境。最后,可以将研究成果应用于实际投资决策和风险管理中,为投资者提供更科学、准确的黄金价格预测和市场分析,助力投资决策的制定和执行。综合而言,未来的研究将不断探索创新,提升模型的预测能力和应用效果,为黄金市场的预测和分析领域带来更多新的突破与进展。
推荐阅读
-
中文顶刊上用准自然实验识别的实证文章有哪些?有的附程序和code, 不看至少需要收藏一下!-经济研究 [1]刘啟仁,赵灿.税收政策激励与企业人力资本升级[J].经济研究,2020,55(04):70-85. [2]李广众,朱佳青,李杰,李新春.经理人相对绩效评价与企业并购行为:理论与实证[J].经济研究,2020,55(03):65-82. [3]张克中,欧阳洁,李文健.缘何“减税难降负”:信息技术、征税能力与企业逃税[J].经济研究,2020,55(03):116-132. [4]周波,赵国昌.中国间接税税负归宿研究:汽车市场准自然实验的证据[J].经济研究,2020,55(03):133-147. [5]毛其淋.贸易政策不确定性是否影响了中国企业进口?[J].经济研究,2020,55(02):148-164. [6]刘瑞明,毛宇,亢延锟.制度松绑、市场活力激发与旅游经济发展——来自中国文化*改革的证据[J].经济研究,2020,55(01):115-131. [7]施新政,高文静,陆瑶,李蒙蒙.资本市场配置效率与劳动收入份额——来自股权分置改革的证据[J].经济研究,2019,54(12):21-37. [8]王永钦,吴娴.中国创新型货币政策如何发挥作用:抵押品渠道[J].经济研究,2019,54(12):86-101. [9]唐宜红,俞峰,林发勤,张梦婷.中国高铁、贸易成本与企业出口研究[J].经济研究,2019,54(07):158-173. [10]张琦,郑瑶,孔东民.地区环境治理压力、高管经历与企业环保投资——一项基于《环境空气质量标准(2012)》的准自然实验[J].经济研究,2019,54(06):183-198. [11]冯晨,陈舒,白彩全.长期人力资本积累的历史根源:制度差异、儒家文化传播与国家能力塑造[J].经济研究,2019,54(05):146-163. [12]刘柏惠,寇恩惠,杨龙见.增值税多档税率、资源误置与全要素生产率损失[J].经济研究,2019,54(05):113-128. [13]陈林,万攀兵.《京都议定书》及其清洁发展机制的减排效应——基于中国参与全球环境治理微观项目数据的分析[J].经济研究,2019,54(03):55-71. [14]范子英,赵仁杰.法治强化能够促进污染治理吗?——来自环保法庭设立的证据[J].经济研究,2019,54(03):21-37. [15]夏怡然,陆铭.跨越世纪的城市人力资本足迹——历史遗产、政策冲击和劳动力流动[J].经济研究,2019,54(01):132-149. [16]毛其淋.人力资本推动中国加工贸易升级了吗?[J].经济研究,2019,54(01):52-67. [17]齐绍洲,林屾,崔静波.环境权益交易市场能否诱发绿色创新?——基于我国上市公司绿色专利数据的证据[J].经济研究,2018,53(12):129-143. [18]李明,李德刚,冯强.中国减税的经济效应评估——基于所得税分享改革“准自然试验”[J].经济研究,2018,53(07):121-135. [19]陈德球,陈运森.政策不确定性与上市公司盈余管理[J].经济研究,2018,53(06):97-111. [20]杜鹏程,徐舒,吴明琴.劳动保护与农民工福利改善——基于新《劳动合同法》的视角[J].经济研究,2018,53(03):64-78. [21]许和连,王海成.简政放权改革会改善企业出口绩效吗?——基于出口退(免)税审批权下放的准自然试验[J].经济研究,2018,53(03):157-170. [22]苏冬蔚,倪博.转融券制度、卖空约束与股价变动[J].经济研究,2018,53(03):110-125. [23]毕青苗,陈希路,徐现祥,李书娟.行政审批改革与企业进入[J].经济研究,2018,53(02):140-155. [24]李艳,杨汝岱.地方国企依赖、资源配置效率改善与供给侧改革[J].经济研究,2018,53(02):80-94. [25]陈林.自然垄断与混合所有制改革——基于自然实验与成本函数的分析[J].经济研究,2018,53(01):81-96. [26]赵西亮.教育、户籍转换与城乡教育收益率差异[J].经济研究,2017,52(12):164-178. [27]陆蓉,何婧,崔晓蕾.资本市场错误定价与产业结构调整[J].经济研究,2017,52(11):104-118. [28]*生,李好,马伟力,林秉旋.融资融券交易的信息治理效应[J].经济研究,2017,52(11):150-164. [29]钱雪松,方胜.担保物权制度改革影响了民营企业负债融资吗?——来自中国《物权法》自然实验的经验证据[J].经济研究,2017,52(05):146-160. [30]王朝阳,王振霞.涨跌停、融资融券与股价波动率——基于AH股的比较研究[J].经济研究,2017,52(04):151-165. [31]范子英,彭飞.“营改增”的减税效应和分工效应:基于产业互联的视角[J].经济研究,2017,52(02):82-95. [32]马述忠,张洪胜.集群商业信用与企业出口——对中国出口扩张奇迹的一种解释[J].经济研究,2017,52(01):13-27. [33]余明桂,钟慧洁,范蕊.业绩考核制度可以促进央企创新吗?[J].经济研究,2016,51(12):104-117. [34]林卉,许尤洋,刘峰.中国资本市场“框架效应”现象的实证研究——基于中组部18号文的自然实验[J].经济研究,2016,51(12):161-175. [35]刘啟仁,黄建忠.人民币汇率、依市场定价与资源配置效率[J].经济研究,2016,51(12):18-31. [36]叶青,赵良玉,刘思辰.独立董事“政商旋转门”之考察:一项基于自然实验的研究[J].经济研究,2016,51(06):98-113. [37]范子英,彭飞,刘冲.政治关联与经济增长——基于卫星灯光数据的研究[J].经济研究,2016,51(01):114-126. [38]毛其淋,许家云.中间品贸易*化与制造业就业变动——来自中国加入WTO的微观证据[J].经济研究,2016,51(01):69-83. [39]赵绍阳,臧文斌,尹庆双.医疗保障水平的福利效果[J].经济研究,2015,50(08):130-145. [40]*生,陈晨,林秉旋.卖空机制提高了中国股票市场的定价效率吗?——基于自然实验的证据[J].经济研究,2015,50(04):165-177. [41]李科,徐龙炳,朱伟骅.卖空限制与股票错误定价——融资融券制度的证据[J].经济研究,2014,49(10):165-178. [42]简泽,张涛,伏玉林.进口*化、竞争与本土企业的全要素生产率——基于中国加入WTO的一个自然实验[J].经济研究,2014,49(08):120-132. [43]范子英,李欣.部长的政治关联效应与财政转移支付分配[J].经济研究,2014,49(06):129-141. [44]陈刚,李树.司法独立与市场分割——以法官异地交流为实验的研究[J].经济研究,2013,48(09):30-42+70. [45]范子英,田彬彬.税收竞争、税收执法与企业避税[J].经济研究,2013,48(09):99-111. [46]简泽,干春晖,余典范.银行部门的市场化、信贷配置与工业重构[J].经济研究,2013,48(05):112-127. [47]李树,陈刚.环境管制与生产率增长——以APPCL2000的修订为例[J].经济研究,2013,48(01):17-31. [48]马双,张劼,朱喜.最低工资对中国就业和工资水平的影响[J].经济研究,2012,47(05):132-146. [49]白重恩,李宏彬,吴斌珍.医疗保险与消费:来自新型农村合作医疗的证据[J].经济研究,2012,47(02):41-53. [50]叶光亮,邓国营,黎志刚.个人住房贷款行为与房贷调控的有效性分析[J].经济研究,2011,46(S1):105-115. 经济学季刊 [1]王剑程,李丁,马双.宽带建设对农户创业的影响研究——基于“宽带乡村”建设的准自然实验[J].经济学(季刊),2020,19(01):209-232. [2]李仲飞,于守金,曹夏平.产业信贷政策对于房地产企业债务的影响——基于银行业359号“限贷”文件的准自然实验分析[J].经济学(季刊),2019,18(04):1373-1396. [3]吕铁,王海成.放松银行准入管制与企业创新——来自股份制商业银行在县域设立分支机构的准自然试验[J].经济学(季刊),2019,18(04):1443-1464. [4]陈晓红,朱蕾,汪阳洁.驻地效应——来自国家土地督察的经验证据[J].经济学(季刊),2019,18(01):99-122. [5]刘行,叶康涛,陆正飞.加速折旧政策与企业投资——基于“准自然实验”的经验证据[J].经济学(季刊),2019,18(01):213-234. [6]毛其淋,许家云.外资进入如何影响了本土企业出口国内附加值?[J].经济学(季刊),2018,17(04):1453-1488. [7]王智波,韩希.废止收容遣送制度的经济影响——基于检验最优城市理论的实证研究[J].经济学(季刊),2018,17(03):1013-1034. [8]卢盛峰,吴一平,谢潇.历史名片的经济价值——来自中国城市更名的证据[J].经济学(季刊),2018,17(03):1055-1078. [9]郭峰,熊瑞祥.地方金融机构与地区经济增长——来自城商行设立的准自然实验[J].经济学(季刊),2018,17(01):221-246. [10]*,李培鑫,李丽霞.*合作、市场整合与城市群经济绩效——基于长三角城市经济协调会的实证检验[J].经济学(季刊),2017,16(04):1563-1582. [11]边文龙,王向楠,李冉.保险费率市场化效果的解释和评估[J].经济学(季刊),2017,16(04):1477-1498. [12]刘怡,耿纯,赵仲匡.出口退税*间分担对产品出口的影响[J].经济学(季刊),2017,16(03):1011-1030. [13]倪骁然,朱玉杰.卖空压力影响企业的风险行为吗?——来自A股市场的经验证据[J].经济学(季刊),2017,16(03):1173-1198. [14]毛其淋,许家云.中间品贸易*化提高了企业加成率吗?——来自中国的证据[J].经济学(季刊),2017,16(02):485-524. [15]刘瑞明,赵仁杰.匿名审稿制度推动了中国的经济学进步吗?——基于双重差分方法的研究[J].经济学(季刊),2017,16(01):173-204. [16]范子英,田彬彬.政企合谋与企业逃税:来自国税局长异地交流的证据[J].经济学(季刊),2016,15(04):1303-1328. [17]丘心颖,郑小翠,邓可斌.分析师能有效发挥专业解读信息的作用吗?——基于汉字年报复杂性指标的研究[J].经济学(季刊),2016,15(04):1483-1506. [18]马榕,石晓军.中国债券信用评级结果具有甄别能力吗?——基于盈余管理敏感性的视角[J].经济学(季刊),2016,15(01):197-216. [19]李楠,林矗.太平天国战争对近代人口影响的再估计——基于历史自然实验的实证分析[J].经济学(季刊),2015,14(04):1325-1346. [20]管汉晖,陈博凯.货币的非国家化:汉代中国的经历(前175—前144年)[J].经济学(季刊),2015,14(04):1497-1518. [21]陈思霞,卢盛峰.分权增加了民生性财政支出吗?——来自中国“省直管县”的自然实验[J].经济学(季刊),2014,13(04):1261-1282. [22]马双,孟宪芮,甘犁.养老保险企业缴费对员工工资、就业的影响分析[J].经济学(季刊),2014,13(03):969-1000. [23]马双,甘犁.最低工资对企业在职培训的影响分析[J].经济学(季刊),2014,13(01):1-26. [24]何浩然.公共政策的效果能否被准确预测?来自中国塑料袋使用限制政策的自然实验证据[J].经济学(季刊),2012,11(04):1305-1322. [25]雷晓燕.管理医疗模式的影响差异——来自加州医疗救助的经验证据[J].经济学(季刊),2010,9(01):333-348. 管理世界 [1]李永友,王超.集权式财政改革能够缩小城乡差距吗?——基于“乡财县管”准自然实验的证据[J].管理世界,2020,36(04):113-130. [2]肖静华,胡杨颂,吴瑶.成长品:数据驱动的企业与用户互动创新案例研究[J].管理世界,2020,36(03):183-205. [3]贾建民,耿维,徐戈,郝辽钢,贾轼.大数据行为研究趋势:一个“时空关”的视角[J].管理世界,2020,36(02):106-116+211-212. [4]黄俊威,龚光明.融资融券制度与公司资本结构动态调整——基于“准自然实验”的经验证据[J].管理世界,2019,35(10):64-81. [5]陈林,万攀兵,许莹盈.混合所有制企业的股权结构与创新行为——基于自然实验与断点回归的实证检验[J].管理世界,2019,35(10):186-205. [6]刘冲,刘晨冉,孙腾.交通基础设施、金融约束与县域产业发展——基于“国道主干线系统”自然实验的证据[J].管理世界,2019,35(07):78-88+203. [7]周茂,李雨浓,姚星,陆毅.人力资本扩张与中国城市制造业出口升级:来自高校扩招的证据[J].管理世界,2019,35(05):64-77+198-199. [8]陈胜蓝,马慧.贷款可获得性与公司商业信用——中国利率市场化改革的准自然实验证据[J].管理世界,2018,34(11):108-120+149. [9]毛其淋,许家云.贸易政策不确定性与企业储蓄行为——基于中国加入WTO的准自然实验[J].管理世界,2018,34(05):10-27+62+179. [10]赵静,*昌,刘峰.高铁开通与股价崩盘风险[J].管理世界,2018,34(01):157-168+192. [11]钟覃琳,陆正飞.资本市场开放能提高股价信息含量吗?——基于“沪港通”效应的实证检验[J].管理世界,2018,34(01):169-179. [12]叶菁菁,吴燕,陈方豪,王宇晴.个人所得税减免会增加劳动供给吗?——来自准自然实验的证据[J].管理世界,2017(12):20-32+187. [13]谢贞发,严瑾,李培.中国式“压力型”财政激励的财源增长效应——基于取消农业税改革的实证研究[J].管理世界,2017(12):46-60+187-188. [14]刘行,赵健宇,叶康涛.企业避税、债务融资与债务融资来源——基于所得税征管*改革的断点回归分析[J].管理世界,2017(10):113-129. [15]李超,李涵.空气污染对企业库存的影响——基于我国制造业企业数据的实证研究[J].管理世界,2017(08):95-105. [16]李文贵,余明桂,钟慧洁.央企董事会试点、国有上市公司代理成本与企业绩效[J].管理世界,2017(08):123-135+153. [17]陈胜蓝,马慧.卖空压力与公司并购——来自卖空管制放松的准自然实验证据[J].管理世界,2017(07):142-156. [18]申广军,邹静娴.企业规模、政企关系与实际税率——来自世界银行“投资环境调查”的证据[J].管理世界,2017(06):23-36. [19]卢盛峰,陈思霞.*偏袒缓解了企业融资约束吗?——来自中国的准自然实验[J].管理世界,2017(05):51-65+187-188. [20]顾乃康,周艳利.卖空的事前威慑、公司治理与企业融资行为——基于融资融券制度的准自然实验检验[J].管理世界,2017(02):120-134. [21]权小锋,尹洪英.中国式卖空机制与公司创新——基于融资融券分步扩容的自然实验[J].管理世界,2017(01):128-144+187-188. [22]倪骁然,朱玉杰.劳动保护、劳动密集度与企业创新——来自2008年《劳动合同法》实施的证据[J].管理世界,2016(07):154-167. [23]许伟,陈斌开.税收激励和企业投资——基于2004~2009年增值税转型的自然实验[J].管理世界,2016(05):9-17. [24]范子英,刘甲炎.为买房而储蓄——兼论房产税改革的收入分配效应[J].管理世界,2015(05):18-27+187. [25]李涵,唐丽淼.交通基础设施投资、空间溢出效应与企业库存[J].管理世界,2015(04):126-136. [26]贾俊雪,宁静.纵向财政治理结构与地方*职能优化——基于省直管县财政*改革的拟自然实验分析[J].管理世界,2015(01):7-17+187. [27]余淼杰,梁中华.贸易*化与中国劳动收入份额——基于制造业贸易企业数据的实证分析[J].管理世界,2014(07):22-31. [28]刘行,叶康涛.金融发展、产权与企业税负[J].管理世界,2014(03):41-52. [29]李泽广,马泽昊.契约环境、代理成本与企业投资—债务期限关系[J].管理世界,2013(08):183-185. [30]叶青,李增泉,李光青.富豪榜会影响企业会计信息质量吗?——基于政治成本视角的考察[J].管理世界,2012(01):104-120. [31]郑新业,王晗,赵益卓.“省直管县”能促进经济增长吗?——双重差分方法[J].管理世界,2011(08):34-44+65. [32]王贤彬,聂海峰.行政区划调整与经济增长[J].管理世界,2010(04):42-53. [33]贾明,张喆.高管的政治关联影响公司慈善行为吗?[J].管理世界,2010(04):99-113+187. [34]聂辉华,方明月,李涛.增值税转型对企业行为和绩效的影响——以东北地区为例[J].管理世界,2009(05):17-24+35. [35]攀登,施东晖,宋铮.证券市场泡沫的生成机理分析——基于宝钢权证自然实验的实证研究[J].管理世界,2008(04):15-23+186. 世界经济 [1]吉赟,杨青.高铁开通能否促进企业创新:基于准自然实验的研究[J].世界经济,2020,43(02):147-166. [2]毛其淋,方森辉.外资进入*化如何影响中国制造业生产率[J].世界经济,2020,43(01):143-169. [3]刘灿雷,王永进.出口扩张与企业间工资差距:影响与机制[J].世界经济,2019,42(12):99-120. [4]林志帆,龙晓旋.卖空威胁能否激励中国企业创新[J].世界经济,2019,42(09):126-150. [5]李嘉楠,代谦,庄嘉霖.开放、市场整合与经济空间变迁:基于近代中国开埠的证据[J].世界经济,2019,42(09):27-51. [6]李磊,王小霞,蒋殿春,方森辉.中国最低工资上升是否导致了外资撤离[J].世界经济,2019,42(08):97-120. [7]郭俊杰,方颖,杨阳.排污费征收标准改革是否促进了中国工业二氧化硫减排[J].世界经济,2019,42(01):121-144. [8]蒋灵多,陆毅,陈勇兵.市场机制是否有利于僵尸企业处置:以外资管制放松为例[J].世界经济,2018,41(09):121-145. [9]施震凯,邵军,浦正宁.交通基础设施改善与生产率增长:来自铁路大提速的证据[J].世界经济,2018,41(06):127-151. [10]李胜旗,毛其淋.关税政策不确定性如何影响就业与工资[J].世界经济,2018,41(06):28-52. [11]曾建光,步丹璐,饶品贵.无偿划转、*补贴与社会福利[J].世界经济,2017,40(07):147-168. [12]马双,邱光前.最低工资对中国劳动密集型出口产品价格的影响[J].世界经济,2016,39(11):80-103. [13]周茂,陆毅,符大海.贸易*化与中国产业升级:事实与机制[J].世界经济,2016,39(10):78-102. [14]彭飞,范子英.税收优惠、捐赠成本与企业捐赠[J].世界经济,2016,39(07):144-167. [15]代谦,别朝霞.财政压力的经济后果:以宋朝的“靖康之变”为例[J].世界经济,2015,38(01):173-192. [16]戴觅,茅锐.外需冲击、企业出口与内销:金融危机时期的经验证据[J].世界经济,2015,38(01):81-104. [17]田巍,余淼杰.中间品贸易*化和企业研发:基于中国数据的经验分析[J].世界经济,2014,37(06):90-112. [18]刘甲炎,范子英.中国房产税试点的效果评估:基于合成控制法的研究[J].世界经济,2013,36(11):117-135. [19]王永进,盛丹.经济波动、劳动力市场摩擦与产业结构[J].世界经济,2013,36(04):22-46. [20]何浩然,陈叶烽.禀赋获得方式影响被试行为是否存在性别差异:来自自然现场实验的证据[J].世界经济,2012,35(04):102-117. [21]周浩,郑筱婷.交通基础设施质量与经济增长:来自中国铁路提速的证据[J].世界经济,2012,35(01):78-97. [22]冯皓,陆铭.通过买房而择校:教育影响房价的经验证据与政策含义[J].世界经济,2010,33(12):89-104. [23]曾海舰,苏冬蔚.信贷政策与公司资本结构[J].世界经济,2010,33(08):17-42. 金融研究 [1]吕朝凤,毛霞.地方金融发展能够影响FDI的区位选择吗?——一个基于城市商业银行设立的准自然实验[J].金融研究,2020(03):58-76. [2]许红梅,李春涛.劳动保护、社保压力与企业违约风险——基于《社会保险法》实施的研究[J].金融研究,2020(03):115-133. [3]胡珺,黄楠,沈洪涛.市场激励型环境规制可以推动企业技术创新吗?——基于中国碳排放权交易机制的自然实验[J].金融研究,2020(01):171-189. [4]诸竹君,黄先海,王煌.交通基础设施改善促进了企业创新吗?——基于高铁开通的准自然实验[J].金融研究,2019(11):153-169. [5]鲁元平,赵颖,石智雷.产假政策与子女长期人力资本积累[J].金融研究,2019(11):57-74. [6]刘杰,陈佳,刘力.投资者关注与市场反应——来自中国证券交易所交易公开信息的自然实验[J].金融研究,2019(11):189-206. [7]陈胜蓝,刘晓玲.中国城际高铁与商业信用供给——基于准自然实验的研究[J].金融研究,2019(10):117-134. [8]张*,王永进,李坤望.贸易*化对制造业企业现金储蓄的影响——预防性动机还是投资挤压?[J].金融研究,2019(09):19-38. [9]段白鸽,王永钦,夏梦嘉.金融创新如何缓解信任品市场失灵?——中国食品安全责任强制保险的自然实验[J].金融研究,2019(09):75-93. [10]陈运森,黄健峤.股票市场开放与企业投资效率——基于“沪港通”的准自然实验[J].金融研究,2019(08):151-170. [11]钱雪松,唐英伦,方胜.担保物权制度改革降低了企业债务融资成本吗?——来自中国《物权法》自然实验的经验证据[J].金融研究,2019(07):115-134. [12]卞元超,吴利华,白俊红.高铁开通是否促进了区域创新?[J].金融研究,2019(06):132-149. [13]杨筝,王红建,戴静,许传华.放松利率管制、利润率均等化与实体企业“脱实向虚”[J].金融研究,2019(06):20-38. [14]张鹏杨,徐佳君,刘会政.产业政策促进全球价值链升级的有效性研究——基于出口加工区的准自然实验[J].金融研究,2019(05):76-95. [15]杨青,吉赟,王亚男.高铁能提升分析师盈余预测的准确度吗?——来自上市公司的证据[J].金融研究,2019(03):168-188. [16]李建军,韩珣.普惠金融、收入分配和贫困减缓——推进效率和公平的政策框架选择[J].金融研究,2019(03):129-148. [17]李广众,贾凡胜.*财政激励、税收征管动机与企业盈余管理——以财政“省直管县”改革为自然实验的研究[J].金融研究,2019(02):78-97. [18]王永钦,徐鸿恂.杠杆率如何影响资产价格?——来自中国债券市场自然实验的证据[J].金融研究,2019(02):20-39. [19]毛其淋.外资进入*化如何影响了中国本土企业创新?[J].金融研究,2019(01):72-90. [20]苏冬蔚,连莉莉.绿色信贷是否影响重污染企业的投融资行为?[J].金融研究,2018(12):123-137. [21]郑志刚,刘思敏,黄继承.我国上市公司策略性股票更名:战略转型还是高位*?[J].金融研究,2018(10):158-173. [22]陈康,刘琦.股价信息含量与投资-股价敏感性——基于融资融券的准自然实验[J].金融研究,2018(09):126-142. [23]朱莹,王健.市场约束能够降低地方债风险溢价吗?——来自城投债市场的证据[J].金融研究,2018(06):56-72. [24]王永钦,陈映辉,熊雅文.存款保险制度如何影响公众对不同银行的信心?——来自中国的证据[J].金融研究,2018(06):109-122. [25]王芳,陈硕,王瑾.农业税减免、农业发展与地方*行为——县级证据[J].金融研究,2018(04):104-120. [26]叶康涛,刘芳,李帆.股指成份股调整与股价崩盘风险:基于一项准自然实验的证据[J].金融研究,2018(03):172-189. [27]王红建,杨筝,阮刚铭,曹瑜强.放松利率管制、过度负债与债务期限结构[J].金融研究,2018(02):100-117. [28]姜军,申丹琳,江轩宇,伊志宏.债权人保护与企业创新[J].金融研究,2017(11):128-142. [29]王攀娜,罗宏.放松卖空管制对分析师预测行为的影响——来自中国准自然实验的证据[J].金融研究,2017(11):191-206. [30]李春涛,刘贝贝,周鹏.卖空与信息披露:融券准自然实验的证据[J].金融研究,2017(09):130-145. [31]胡婷,惠凯,彭红枫.异常波动停牌对股价波动性和流动性的影响研究——来自我国取消异常波动停牌的自然实验[J].金融研究,2017(09):146-160. [32]杨晓兰,金雪军.我国股票市场熔断机制的磁力效应:基于自然实验的证据[J].金融研究,2017(09):161-177. [33]曹春方,陈露兰,张婷婷.“法律的名义”:司法独立性提升与公司违规[J].金融研究,2017(05):191-206. [34]杨筝,刘放,李茫茫.利率市场化、非效率投资与资本配置——基于中国人民银行取消贷款利率上下限的自然实验[J].金融研究,2017(05):81-96. [35]王兵,戴敏,武文杰.环保基地政策提高了企业环境绩效吗?——来自东莞市企业微观面板数据的证据[J].金融研究,2017(04):143-160. [36]冯根福,刘虹,冯照桢,温军.股票流动性会促进我国企业技术创新吗?[J].金融研究,2017(03):192-206. [37]侯青川,靳庆鲁,刘阳.放松卖空管制与公司现金价值——基于中国资本市场的准自然实验[J].金融研究,2016(11):112-127. [38]张三峰,张伟.融资约束、金融发展与企业雇佣——来自中国企业调查数据的经验证据[J].金融研究,2016(10):111-126. [39]王茂斌,孔东民.反腐败与中国公司治理优化:一个准自然实验[J].金融研究,2016(08):159-174. [40]卢盛峰,陈思霞.政策偏袒的经济收益:来自中国工业企业出口的证据[J].金融研究,2016(07):33-47. [41]张龙耀,杨骏,程恩江.融资杠杆监管与小额贷款公司“覆盖率-可持续性”权衡——基于分层监管的准自然实验[J].金融研究,2016(06):142-158. [42]陈海强,韩乾,吴锴.融资约束抑制技术效率提升吗?——基于制造业微观数据的实证研究[J].金融研究,2015(10):148-162. [43]*生,杜爽,林秉旋.卖空交易与股票价格稳定性——来自中国融资融券市场的自然实验[J].金融研究,2015(06):173-188. [44]汪小圈,张红,刘冲.幼年饥荒经历对个人自雇选择的影响[J].金融研究,2015(05):18-33. [45]曾建光,伍利娜,王立彦,諶家蘭.技术进步、信息透明度与开放式基金的资金流量——基于中国开放式基金强制采用XBRL的证据[J].金融研究,2014(08):131-145. [46]马光荣,刘明,杨恩艳.银行授信、信贷紧缩与企业研发[J].金融研究,2014(07):76-93. [47]梁中华,余淼杰.人民币升值与中国出口企业盈利能力——基于面板数据的实证分析[J].金融研究,2014(07):1-15. [48]简泽.银行债权治理、管理者偏好与国有企业的绩效[J].金融研究,2013(01):135-148. [49]余静文.信贷约束、股利分红与企业预防性储蓄动机——来自中国A股上市公司的证据[J].金融研究,2012(10):97-110. 统计研究 [1]王亚飞,廖甍,王亚菲.高铁开通促进了农业全要素生产率增长吗?——来自长三角地区准自然实验的经验证据[J].统计研究,2020,37(05):40-53. [2]胡宗义,李毅.环境信息披露的污染减排效应评估[J].统计研究,2020,37(04):59-74. [3]严文龙,陈宋生,田至立.审计定价管制与交易剩余——2010年审计定价管制失效的自然实验[J/OL].统计研究:1-11[2020-06-05].http://kns.cnki.net/kcms/detail/11.1302.C.20200325.1534.002.html. [4]王立勇,许明.中国精准扶贫政策的减贫效应研究:来自准自然实验的经验证据[J].统计研究,2019,36(12):15-26. [5]许家云.互联网如何影响工业结构升级?——基于互联网商用的自然实验[J].统计研究,2019,36(12):55-67. [6]邹伟,梁平汉.腾飞的翅膀:机场属地化改革与企业库存[J].统计研究,2019,36(11):76-89. [7]徐超,庞保庆,张充.降低实体税负能否遏制制造业企业“脱实向虚”[J].统计研究,2019,36(06):42-53. [8]卢盛峰,陈思霞,张东杰.*推动型城市化促进了县域经济发展吗[J].统计研究,2017,34(05):59-68. [9]许坤,苏扬.逆周期资本监管、监管压力与银行信贷研究[J].统计研究,2016,33(03):97-105. 中国工业经济 [1]谭小芬,钱佳琪.资本市场压力与企业策略性专利行为:卖空机制的视角[J].中国工业经济,2020(05):156-173. [2]于新亮,上官熠文,于文广,李倩.养老保险缴费率、资本——技能互补与企业全要素生产率[J].中国工业经济,2019(12):96-114. [3]饶品贵,王得力,李晓溪.高铁开通与供应商分布决策[J].中国工业经济,2019(10):137-154. [4]王雄元,卜落凡.国际出口贸易与企业创新——基于“中欧班列”开通的准自然实验研究[J].中国工业经济,2019(10):80-98. [5]黄溶冰,赵谦,王丽艳.自然资源资产离任审计与空气污染防治:“和谐锦标赛”还是“环保资格赛”[J].中国工业经济,2019(10):23-41. [6]张国建,佟孟华,李慧,陈飞.扶贫改革试验区的经济增长效应及政策有效性评估[J].中国工业经济,2019(08):136-154. [7]孟庆斌,李昕宇,张修平.卖空机制、资本市场压力与公司战略选择[J].中国工业经济,2019(08):155-173. [8]徐思,何晓怡,钟凯.“一带一路”倡议与中国企业融资约束[J].中国工业经济,2019(07):155-173. [9]任胜钢,郑晶晶,刘东华,陈晓红.排污权交易机制是否提高了企业全要素生产率——来自中国上市公司的证据[J].中国工业经济,2019(05):5-23. [10]宋贺,段军山.财务顾问与企业并购绩效[J].中国工业经济,2019(05):155-173. [11]史贝贝,冯晨,康蓉.环境信息披露与外商直接投资结构优化[J].中国工业经济,2019(04):98-116. [12]王桂军,卢潇潇.“一带一路”倡议与中国企业升级[J].中国工业经济,2019(03):43-61. [13]魏悦羚,张洪胜.进口*化会提升中国出口国内增加值率吗——基于总出口核算框架的重新估计[J].中国工业经济,2019(03):24-42. [14]孙雪娇,翟淑萍,于苏.柔性税收征管能否缓解企业融资约束——来自纳税信用评级披露自然实验的证据[J].中国工业经济,2019(03):81-99. [15]吴晓晖,郭晓冬,乔政.机构投资者抱团与股价崩盘风险[J].中国工业经济,2019(02):117-135. [16]贾俊雪,李紫霄,秦聪.社会保障与经济增长:基于拟自然实验的分析[J].中国工业经济,2018(11):42-60. [17]刘友金,曾小明.房产税对产业转移的影响:来自重庆和上海的经验证据[J].中国工业经济,2018(11):98-116. [18]蒋灵多,陆毅.市场竞争加剧是否助推国有企业加杠杆[J].中国工业经济,2018(11):155-173. [19]钱雪松,康瑾,唐英伦,曹夏平.产业政策、资本配置效率与企业全要素生产率——基于中国2009年十大产业振兴规划自然实验的经验研究[J].中国工业经济,2018(08):42-59. [20]诸竹君,黄先海,余骁.进口中间品质量、自主创新与企业出口国内增加值率[J].中国工业经济,2018(08):116-134. [21]李蕾蕾,盛丹.地方环境立法与中国制造业的行业资源配置效率优化[J].中国工业经济,2018(07):136-154. [22]李贲,吴利华.开发区设立与企业成长:异质性与机制研究[J].中国工业经济,2018(04):79-97. [23]龙小宁,林菡馨.专利执行保险的创新激励效应[J].中国工业经济,2018(03):116-135. [24]周茂,陆毅,杜艳,姚星.开发区设立与地区制造业升级[J].中国工业经济,2018(03):62-79. [25]余静文.企业国有化中的*角色[J].中国工业经济,2018(03):155-173. [26]刘瑞明,李林,亢延锟,赵勇.景点评选、*公共服务供给与地区旅游经济发展[J].中国工业经济,2018(02):118-136. [27]王永进,冯笑.行政审批制度改革与企业创新[J].中国工业经济,2018(02):24-42. [28]史贝贝,冯晨,张妍,杨菲.环境规制红利的边际递增效应[J].中国工业经济,2017(12):40-58. [29]蒋灵多,陆毅.最低工资标准能否抑制新僵尸企业的形成[J].中国工业经济,2017(11):118-136. [30]张小茜,孙璐佳.抵押品清单扩大、过度杠杆化与企业破产风险——动产抵押法律改革的“双刃剑”效应[J].中国工业经济,2017(07):175-192. [31]龙小宁,万威.环境规制、企业利润率与合规成本规模异质性[J].中国工业经济,2017(06):155-174. [32]简泽,谭利萍,吕大国,符通.市场竞争的创造性、破坏性与技术升级[J].中国工业经济,2017(05):16-34. [33]王兵,聂欣.产业集聚与环境治理:助力还是阻力——来自开发区设立准自然实验的证据[J].中国工业经济,2016(12):75-89. [34]林乐,郑登津.退市监管与股价崩盘风险[J].中国工业经济,2016(12):58-74. [35]何靖.延付高管薪酬对银行风险承担的政策效应——基于银行盈余管理动机视角的PSM-DID分析[J].中国工业经济,2016(11):126-143. [36]龙小宁,张训常,杨进.转轨背景下官员兼职规制的经济效应[J].中国工业经济,2016(07):40-56. [37]罗知,赵奇伟,严兵.约束机制和激励机制对国有企业长期投资的影响[J].中国工业经济,2015(10):69-84. [38]赵晶,张书博,祝丽敏.传承人合法性对家族企业战略变革的影响[J].中国工业经济,2015(08):130-144. [39]吴海民,吴淑娟,陈辉.城市文明、交易成本与企业“第四利润源”——基于全国文明城市与民营上市公司核匹配倍差法的证据[J].中国工业经济,2015(07):114-129. [40]范子英.土地财政的根源:财政压力还是投资冲动[J].中国工业经济,2015(06):18-31. [41]韩超,胡浩然.清洁生产标准规制如何动态影响全要素生产率——剔除其他政策干扰的准自然实验分析[J].中国工业经济,2015(05):70-82. [42]唐明哲,刘丰波,林平.价格检验在相关市场界定中的实证运用——对茅台、五粮液垄断案的再思考[J].中国工业经济,2015(04):135-148. 会计研究 [1]朱焱,王玉丹.卖空机制与企业社会责任承担——基于中国融资融券制度的准自然实验研究[J].会计研究,2019(12):58-64. [2]刘行,赵健宇.税收激励与企业创新——基于增值税转型改革的“准自然实验”[J].会计研究,2019(09):43-49. [3]崔学刚,邓衢,邝文俊.卖空交易、市场行情与股价崩盘风险[J].会计研究,2019(06):43-50. [4]张金丹,路军,李连华.审计报告中披露关键审计事项信息有助于提高审计质量吗?——报表盈余和市场感知双维度的经验证据[J].会计研究,2019(06):85-91. [5]陈运森,黄健峤,韩慧云.股票市场开放提高现金股利水平了吗?——基于“沪港通”的准自然实验[J].会计研究,2019(03):55-62. [6]钱雪松,代禹斌,陈琳琳,方胜.担保物权制度改革、融资约束与企业现金持有——基于中国《物权法》自然实验的经验证据[J].会计研究,2019(01):72-78. [7]王仲兵,王攀娜.放松卖空管制与企业投资效率——来自中国资本市场的经验证据[J].会计研究,2018(09):80-87. [8]郝颖,谢光华,石锐.外部监管、在职消费与企业绩效[J].会计研究,2018(08):42-48. [9]吴战篪,陈相伊,吴伟立.融资融券制度与资产增长效应[J].会计研究,2017(06):89-95+97. [10]李丹,袁淳,廖冠民.卖空机制与分析师乐观性偏差——基于双重差分模型的检验[J].会计研究,2016(09):25-31. [11]刘运国,刘梦宁.雾霾影响了重污染企业的盈余管理吗?——基于政治成本假说的考察[J].会计研究,2015(03):26-33+94. [12]王春飞,陆正飞.事务所“改制”、保险价值与投资者保护[J].会计研究,2014(05):81-87+95. [13]陈运森,郑登津,李路.民营企业发审委社会关系、IPO资格与上市后表现[J].会计研究,2014(02):12-19+94. [14]曾建光,伍利娜,谌家兰,王立彦.XBRL、代理成本与绩效水平——基于中国开放式基金市场的证据[J].会计研究,2013(11):88-94+96. 世界经济文汇 [1]蓝嘉俊,方颖,魏下海.性别比失衡下的婚姻匹配与劳动力市场表现——基于独生子女政策准自然实验的实证分析[J].世界经济文汇,2019(04):67-84. [2]赵琳,唐珏,陈诗一.环保管理*垂直化改革的环境治理效应[J].世界经济文汇,2019(02):100-120. [3]周梦天,王之.空气质量信息公开会影响城市房价吗?——基于我国各城市公开PM2.5监测数据的自然实验[J].世界经济文汇,2018(03):20-42. [4]傅家范,刘冲.*注资、存款优势与国有银行反危机信贷投放[J].世界经济文汇,2017(05):75-90. [5]刘金山,*.对口支援政策有效吗?——来自19省市对口援疆自然实验的证据[J].世界经济文汇,2017(04):43-61. [6]陈怡安.父母政治身份、职位背景与子女创业[J].世界经济文汇,2017(01):26-50. [7]范子英.为买房而离婚——基于住房限购政策的研究[J].世界经济文汇,2016(04):1-17. 中国人口、资源与环境 [1]王为东,王冬,卢娜.中国碳排放权交易促进低碳技术创新机制的研究[J].中国人口·资源与环境,2020,30(02):41-48. [2]胡江峰,黄庆华,潘欣欣.碳排放交易制度与企业创新质量:抑制还是促进[J].中国人口·资源与环境,2020,30(02):49-59. [3]张晖,吴霜,张燕媛,虞祎.流域生态补偿政策对受偿地区经济增长的影响研究——以安徽省黄山市为例[J].长江流域资源与环境,2019,28(12):2848-2856. [4]刘常建,许为宾,蔡兰,张孝静.环保压力与重污染企业的银行贷款契约——基于“PM_(2.5)爆表”事件的经验证据[J].中国人口·资源与环境,2019,29(12):121-130. [5]龚梦琪,刘海云,姜旭.中国低碳试点政策对外商直接投资的影响研究[J].中国人口·资源与环境,2019,29(06):50-57. [6]尤济红,陈喜强.区域一体化合作是否导致污染转移——来自长三角城市群扩容的证据[J].中国人口·资源与环境,2019,29(06):118-129. [7]翟华云,刘亚伟.环境司法专门化促进了企业环境治理吗?——来自专门环境法庭设置的准自然实验[J].中国人口·资源与环境,2019,29(06):138-147. [8]张楠,卢洪友,黄健.资源枯竭城市转移支付对经济增长的影响[J].中国人口·资源与环境,2019,29(04):147-156. [9]赵领娣,徐乐.基于长三角扩容准自然实验的区域一体化水污染效应研究[J].中国人口·资源与环境,2019,29(03):50-61. [10]温湖炜,周凤秀.环境规制与中国省域绿色全要素生产率——兼论对《环境保护税法》实施的启示[J].干旱区资源与环境,2019,33(02):9-15. [11]景守武,张捷.新安江流域横向生态补偿降低水污染强度了吗?[J].中国人口·资源与环境,2018,28(10):152-159. [12]黄志平.碳排放权交易有利于碳减排吗?——基于双重差分法的研究[J].干旱区资源与环境,2018,32(09):32-36. [13]雷平,曹黎明,赵连荣.乡土官员对区域经济与环境发展路径的影响[J].中国人口·资源与环境,2018,28(04):163-176. [14]何文剑,徐静文,张红霄.森林采伐限额管理制度能否起到保护森林资源的作用[J].中国人口·资源与环境,2016,26(07):128-136. [15]何浩然,陈安来.中国限制塑料袋使用的政策效果及国际经验借鉴[J].中国人口·资源与环境,2010,20(11):167-174. 中国农村经济 [1]罗斯炫,何可,张俊飚.增产加剧污染?——基于粮食主产区政策的经验研究[J].中国农村经济,2020(01):108-131. [2]丁从明,吴羽佳,秦姝媛,梁甄桥.社会信任与公共政策的实施效率——基于农村居民新农保参与的微观证据[J].中国农村经济,2019(05):109-123. [3]胡新艳,陈小知,米运生.农地整合确权政策对农业规模经营发展的影响评估——来自准自然实验的证据[J].中国农村经济,2018(12):83-102. [4]周振,张琛,彭超,孔祥智.农业机械化与农民收入:来自农机具购置补贴政策的证据[J].中国农村经济,2016(02):68-82. 国际贸易问题 [1]曾守桢,余官胜.行政审批简化与我国对外直接投资增长——基于核准权下放试点的准自然实验实证研究[J].国际贸易问题,2020(04):19-34. [2]刘冲,张辉,吴群锋.进口竞争与企业产品专业化——基于中国多产品企业的研究[J].国际贸易问题,2020(03):22-39. [3]高翔,袁凯华.清洁生产环境规制与企业出口技术复杂度——微观证据与影响机制[J].国际贸易问题,2020(02):93-109. [4]吴嵩博,崔凡.融资约束与中国企业出口市场偏好——基于开发区准自然实验的实证分析[J].国际贸易问题,2020(02):157-174. [5]杨珍增,杨宏.美国“301调查”征税清单调整的政治经济学分析[J].国际贸易问题,2020(01):82-93. [6]张彩云.科技标准型环境规制与企业出口动态——基于清洁生产标准的一次自然实验[J].国际贸易问题,2019(12):32-45. [7]王毅,黄先海,余骁.环境规制是否降低了中国企业出口国内附加值率[J].国际贸易问题,2019(10):117-131. [8]兰健,张洪胜.集群商业信用与出口产品质量——来自中国企业层面的证据[J].国际贸易问题,2019(09):12-25. [9]黄先海,王煌,陈航宇.人口集聚如何影响出口企业加成率:理论机制与经验证据[J].国际贸易问题,2019(07):1-18. [10]张鹏杨,李众宜,毛海涛.产业政策如何影响企业出口二元边际[J].国际贸易问题,2019(07):47-62. [11]孙林,胡玲菲,方巧云.中国*贸易区战略提升中国进口食品质量了吗——基于双重差分模型[J].国际贸易问题,2019(05):54-68. [12]胡浩然.产业政策如何影响出口企业绩效——基于出口加工区企业样本的准自然实验[J].国际贸易问题,2018(12):27-38. [13]章韬,戚人杰.集聚-出口双促进政策的溢出效应——来自出口加工区的微观企业证据[J].国际贸易问题,2017(03):26-38. [14]彭冬冬,杜运苏.中间品贸易*化、融资约束与贸易方式转型[J].国际贸易问题,2016(12):52-63. [15]杜艳,周茂,李雨浓.贸易*化能否提高中国制造业企业资源再配置效率——基于中国加入WTO的倍差法分析[J].国际贸易问题,2016(09):38-49. [16]项后军,何康.自贸区的影响与资本流动——以上海为例的自然实验研究[J].国际贸易问题,2016(08):3-15. [17]刘啟仁,黄建忠.贸易*化、企业动态与行业生产率变化——基于我国加入WTO的自然实验[J].国际贸易问题,2016(01):27-37. [18]申萌,曾燕萍,曲如晓.环境规制与企业出口:来自千家企业节能行动的微观证据[J].国际贸易问题,2015(08):43-50. 南开管理评论 [1]田利辉,王可第.腐败惩治的正外部性和企业创新行为[J].南开管理评论,2020,23(02):121-131+154. [2]胡宁,王雪方,孙莲珂,靳庆鲁.房产限购政策有助于实体企业“脱虚返实”吗——基于双重差分研究设计[J].南开管理评论,2019,22(04):20-31. [3]马惠娴,佟爱琴.卖空机制对高管薪酬契约的治理效应——来自融资融券制度的准自然实验[J].南开管理评论,2019,22(02):61-74. [4]何威风,陈莉萍,刘巍.业绩考核制度会影响企业盈余管理行为吗[J].南开管理评论,2019,22(01):17-30. [5]田轩,孟清扬.股权激励计划能促进企业创新吗[J].南开管理评论,2018,21(03):176-190. [6]陈怡欣,张俊瑞,汪方军.卖空机制对上市公司创新的影响研究——基于我国融资融券制度的自然实验[J].南开管理评论,2018,21(02):62-74. [7]黄俊,黄超,位豪强,王敏.卖空机制提高了分析师盈余预测质量吗——基于融资融券制度的经验证据[J].南开管理评论,2018,21(02):135-148. [8]孙光国,孙瑞琦.控股股东委派执行董事能否提升公司治理水平[J].南开管理评论,2018,21(01):88-98+108. [9]沈洪涛,周艳坤.环境执法监督与企业环境绩效:来自环保约谈的准自然实验证据[J].南开管理评论,2017,20(06):73-82. [10]李茫茫,黎文靖.审计具有保险功能吗——基于*官员变更的自然实验[J].南开管理评论,2017,20(04):93-104. [11]陈运森,郑登津.董事网络关系、信息桥与投资趋同[J].南开管理评论,2017,20(03):159-171. [12]贾凡胜,吴昱,廉柯赟.股利税差别化、现金分红与代理问题——基于财税[2012]85号文件的研究[J].南开管理评论,2016,19(01):142-154. [13]徐莉萍,辛宇.媒体治理与中小投资者保护[J].南开管理评论,2011,14(06):36-47+94. 管理科学学报 [1]李沁洋,许年行.资本市场对外开放与股价崩盘风险——来自沪港通的证据[J].管理科学学报,2019,22(08):108-126. [2]张岩,吴芳,吴晓晖.IPO募资双重管制与资源配置——基于自然实验的经验证据[J].管理科学学报,2018,21(11):76-91. [3]刘志红,王艺明.“省直管县”改革能否提升县级财力水平?[J].管理科学学报,2018,21(10):1-13. [4]陈胜蓝,卢锐.卖空压力与控股股东私利侵占——来自卖空管制放松的准自然实验证据[J].管理科学学报,2018,21(04):67-85. [5]金宇超,靳庆鲁,严青蕾.合谋与胁迫:作为经济主体的媒体行为——基于新闻敲诈曝光的事件研究[J].管理科学学报,2018,21(03):1-22. [6]才静涵,夏乐.卖空制度、流动性与信息不对称问题研究——香港市场的个案[J].管理科学学报,2011,14(02):71-85. [7]王志强,吴世农.我国股票市场透明度变革效应研究[J].管理科学学报,2008,11(05):110-119. 社会学研究 [1]哈巍,赵颖.教学相“涨”:高校学生成绩和评教分数双重膨胀研究[J].社会学研究,2019,34(01):84-105+243-244. [2]程诚.同伴社会资本与学业成就——基于随机分配自然实验的案例分析[J].社会学研究,2017,32(06):141-164+245. 中国的准自然实验真多!
-
基于SVm和随机森林算法建模的中国黄金价格预测分析与研究
-
数据挖掘实践(28):算法基础(六)随机森林(Random Forest)算法(综合学习)(二)基于随机森林的医疗成本分析和建模预测