量化交易策略思想与原码-机器学习在股市的简单应用.pdfVIP

机器学习在股市的简单应用 导语： 在我们的数学课堂中，我们给大家简单介绍了几种机器学习方法的算法原理 （SVM，朴素 贝叶斯，随机森林等等），在每篇文章的最后，我们都放了一个非常小的例子来帮助大家使 用这些算法。这一篇就给大家展示一个更贴近实际的例子，来帮助大家更好的使用这些算法。 本文中，为了降低提取的特征中的噪声，我们将常见技术分析指标进行离散化，作为特征值， 如RSI，MACD，等等。然后应用SVM，朴素贝叶斯和随机森林算法来预测下一个交易日 的涨跌情况。 为了和实际应用场景更接近，我们每天都会向训练数据中添加今天的数据，因为训练数据集 发生了改变，我们每天都会训练一个新的模型。下面我们正式开工。 本文由JoinQuant 量化课堂推出 。难度标签为进阶上，理解深度标签：level-0 作者：yongpeng.r 编辑：宏观经济算命师 阅读前需要了解： 文中涉及到 SVM ，随机森林，朴素贝叶斯算法，可以参照量化课堂中的支持向量机入门， 批注[M1]: 到时候加上链接，发的时候不用 随机森林入门，朴素贝叶斯入门。 训练预测代码介绍 本文是之前的支持向量机，随机森林，朴素贝叶斯等机器学习算法的应用篇，具体的代码可 以参照文中后面的研究模块，下面先将一些重要的代码拿出来说说，以方便大家理解代码的 逻辑。 特征计算 我们先通过get_price 方法得到该支股票的前35 个交易日的开高低收和交易量数据，然后 利用talib 包提供的特征计算API 计算相应的特征。在这次实验中，我们选取了SMA，WMA， MOM，STCK，STCD，MACD，RSI，WILLR ，CCI，MFI，OBV，ROC，CMO 等技术指 标作为训练模型的特征。计算SMA 指标的代码如下： trading_days = get_all_trade_days() start_day = trading_days[index - 35] end_day = trading_days[index] stock_data = get_price(test_stock, start_date=start_day, end_date=end_day, \ frequency=daily, fields=[close,high,low,volume]) close_prices = stock_data[close].values sma_data = talib.SMA(close_prices)[-1] 分类标签确定 如果下一个交易日的收盘价比当前交易日的收盘价高，label 的值为True，否则为False。 相关代码如下： start_day = trading_days[index] end_day = trading_days[index + 1] stock_data = get_price(test_stock, start_date=start_day, end_date=end_day, \ frequency=daily, fields=[close,high,low,volume]) close_prices = stock_data[close].values label = False if close_prices[-1] close_prices[-2]: label = True 特征离散化 通过talib 库计算出来的特征都是连续值，由于股市中的噪声非常多，如果直接将连续值特 征放到机器学习算法中训练，得到的结果很可能过拟合的 （回测结果好，实盘结果差）。为 了避免过拟合，本文中结合各个特征的含义，将连续值特征离散化为二值特征。比如对于 SMA 特征，离散化的方法就是和当日收盘价相比较，若SMA 小于当前收盘价，离散之后 的特征值是1，若SMA 大于等于收盘价，离散之后的特征值是-1。SMA 离散化的代码如下， x_all 是存放所有特征值的二维数组，x_all 中的第1 列存放的就是SMA 特征数据。 # SMA if x_all[index][0] x_all[index][-1]: x_all[index][0] = 1 else: x_all[index][0] = -1 应用机器学习算法 在准备好数据之后，就需要利用机器学习算法来训练模型并且利用训练好的模型预