闫明杰(通讯作者) 石云瑞 .首都经济贸易大学管理工程学院 .河北科技工程职业技术大学

一、引言

量化选股，简单来说就是数据挖掘领域的分类问题。其基本步骤为首先构建合适的指标体系，其次利用量化的数据统计分析工具判断和选择最优的股票进行投资等金融活动。然而近几年，中国股票市场规模逐渐壮大，市场内在不足和问题也不断暴露(如投资者盲目投资股票等)，甚至影响了股票市场的发展。因而如何引导和帮助投资者转向理性的股票投资活动，是当前相关部门最为重视的难题。在股市决策中，理性投资的核心就是量化选股。因此，如何探索一个更为有效的选股模型，是当前急需应对的挑战。

目前中国股票市场形式多样化，影响投资者进行金融投资选股等活动的因素多元化，例如突发的社会事件、企业新提出的政策、利率的变动、空气质量、心里的情绪波动和业界人士的建议等等。基于此，如何构建一个更为有效的选股模型尤为重要。同时，京津冀协同发展政策的提出，极大地促进的当地产业经济的发展，也带动了京津冀地区股市的发展，甚至影响着中国股票市场的波动。那么如何在波动的京津冀地区的股市中更好地进行金融投资选股等活动，便成为了大多数投资者的一大难题。

针对以上问题，本文主要基于京津冀地区部分股票数据介绍了三种量化选股模型，即SVM、PCA-SVM以及RF-SVM模型，并对其选股结果进行了分析与讨论，为不同投资者选择合适的选股模型提供了新思路。……