吴 笛

（新疆财经大学 统计与数据科学学院，乌鲁木齐 830012）

我国市场存在着严重的信息不对称问题，投资者能够获取的财务信息大多来自企业的公告，但是由于利益问题，上市公司的实际财务情况往往与预测值相差巨大，这非常有损于投资者的利益[1-2].因此与财务数据特征相关的预测就成为当前研究的热点，其中预测的核心指标就是围绕着企业核心利润展开的[3].当前一部分财务状况较差的企业，并不是很愿意披露自身的盈利状况及预测情况，并且这类企业的财务披露问题也与其所在行业存在一定关联[4].在互联网时代，大量学者已经开始对企业相关的财务数据进行处理，并应用科学的方法找到数据间存在的关联，同时采用模型选择最优算法[5].随着计算机算法的不断发展，越来越多的高级算法开始应用于各大行业，尤其是一些非常适合某种行业的机器学习算法[6].本研究将混合最优选择算法（Hybrid optimization,H-op）应用到研究样本数据中，以便对企业财务数据进行有效的预测，旨在找出当前行业研究适用的最优算法，为用户或企业提供财务盈利预测结果.

1 基于H-op 组合算法的财务数据特征预测系统设计

1.1 预测系统模块及混合最优选择H-op 算法设计

本次系统设计的目的主要是为了提升用户对企业财务特征预测的判断能力，预测系统主要包括企业活力、风险评估、固定资产以及利润四大模块，财务数据特征预测系统的功能模块如图1 所……