量化选股是什么意思？量化选股的方法(2)

　　分类和回归树是数据挖掘技术的一种，以递归分割技术为基础(常用于制药学的研究)，包括分类树和回归树：分类树产生定性输出，回归树处理定量输出，分类和回归树可以用来提取规则和输入和输出变量之间的映射关系。输入数据通过与分裂节点的分割条件作比较，决定其属于左节点还是右节点。不断重复上述过程，就可以得到该输入数据的分类结果.从根节点到叶节点的所有分割条件则指明了输入变量对应输出结果之间的规则。 分层决策树采用替代变量的方法解决缺失数据问题，不要求数据的分布，可同时利用各种类型的数据。

　　4、神经网络(Neural networks)

　　因为股市的建模与预测所处理的信息量往往十分庞大，因此对算法有很严格要求，它的非线性动力学特性也非常复杂，所以一般传统的方法对于股市的预测往往难如人意。人工神经网络不仅具有大规模并行模拟处理、网络全局作用和非线性动力学等特点，而且有很强的自适应、自学习以及容错能力，具备传统的建模方法所不具有的许多优点，其可以不必事先知道有关被建模对象的参数、结构以及动态特性等方面的知识， 对被建模对象经验知识要求不高。 而只需给出对象的输入和输出数，通过网络本身的学习功能即可实现输入和输出之间的映射。人工神经络模型具有巨量并行性、存储分布性、结构可变性、高度非线性、自学习性和自组织性等特点，可以逼近任何连续函数，目前作为非线性函数的逼近模型被广范应用。神经网络目前在国际上已广泛用于金融分析和预测，并取得了较好的效果。人工神经络模型已在多变量非线性系统的建模方面取得了惊人的成就，成为一种新兴的预测时间序列方法。