1. 研究目的与意义
股票市场作为经济市场上的“晴雨表”，股票价格的预测和选股策略的研究工作对于国家宏观经济调控和个人投资都具有重要的指导意义。近年来计算机科学与网络技术的发展，推动了人工智能的发展，更是影响着金融市场的发展，将量化投资带给了投资者，
从大量复杂的数据中提炼出有效的信息，既是一门高深的技术也是一门艺术。
传统的定性投资策略主要依靠人去分析判断，但面对海量的数据人的处理能力有限；而量化投资以人的投资理念和经验通过算法建立数学模型，利用计算机处理数据和信息的能力，通过统计学的方法采用历史数据对模型测试，进而得到选股策略。量化投资的客观理性、分散风险、效率更高等优势使得其越来越受到投资者的关注。
2. 研究内容和预期目标
本文将进行实证分析，以随机森林与选股策略研究为选题进行研究，结合目前国内外选股策略的发展现状，分析研究随机森林算法在选股策略的应用，对基于随机森林的选股策略研究的发展提出建议和展望，希望能为投资者在构建投资组合时的决策起到参考作用。具体研究如下：
（一）国内外的研究现状
（二）量化选股策略的一般理论和方法
3. 国内外研究现状
通过数据挖掘技术研究选股策略，国内外众多学者进行着不断探索和实证研究。
（一）国外研究综述
4. 计划与进度安排
2022年11月15日前 确定选题、收集相关资料；
2022年11月16日至2022年11月30日 撰写开题报告，完成开题工作；
2022年12月01日至2022年12月30日 收集资料，开展研究，形成写作框架；
5. 参考文献
[1]Erkam Guresena,Gulgun Kayakutlua,Tugrul.Daimb.Using artificial neuralnetwork models in stock market index prediction[J].Expert Systems withApplications,2011(8):10389-10397.
[2]YK Kwon,HD Sun.A hybrid system integrating a piecewise linearrepresentation and a neural network for stock prediction[J].Proceedings of theWorld Congress on Engineering,2011(1):796-799.
[3]G Dong,K Fataliyev,L Wang.One-step and multi-step ahead stock predictionusing backpropagation neural networks[C].International Conference onInformation,2013:1-5.
