参考书目:深入浅出Python量化交易实战
学量化肯定要用的上机器学习这种强大的预测技术。本次使用机器学习构建一些简单的预测进行量化交易，使用Python进行回测。
获取数据
-
import pandas
as pd
-
import tushare
as ts
-
import numpy
as np
-
-
from sklearn.neighbors
import KNeighborsClassifier
-
import matplotlib.pyplot
as plt
-
import seaborn
as sns
#首先我们来定义一个函数，用来获取数据
-
#传入的三个参数分别是开始日期，结束日期和输出的文件名
-
def
load_stock(
start_date, end_date, output_file):
-
#首先让程序尝试读取已下载并保存的文件
-
try:
-
df = pd.read_pickle(output_file)
-
#如果文件已存在，则打印载入股票数据文件完毕
-
print(
'载入股票数据文件完毕')
-
#如果没有找到文件，则重新进行下载
-
except FileNotFoundError:
-
print(
'文件未找到，重新下载中')
-
#这里制定下载中国平安（601318）的交易数据
-
#下载源为yahoo
-
df = ts.get_k_data(
'601318', start_date, end_date)
-
df = df.set_index(
'date')
-
#下载成功后保存为pickle文件
-
df.to_pickle(output_file)
-
#并通知我们下载完成
-
print(
'下载完成')
-
#最后将下载的数据表进行返回
-
return df
#下面使用我们定义好的函数来获取中国平安的交易数据
#获取三年的数据，从2017年3月9日至2022年的12月25日
#保存为名为601318的pickle文件
-
zgpa = load_stock(start_date =
'2017-03-09',
-
end_date =
'2022-12-25',
-
output_file =
'601318.pkl')
查看数据前五行
zgpa.head()
特征构建
#下面我们来定义一个用于分类的函数，给数据表增加三个字段
#首先是开盘价减收盘价，命名为‘Open-Close’
#其次是最高价减最低价，命名为‘High-Low’
-
def
classification_tc(
df):
-
df[
'Open-Close'] = df[
'open'] - df[
'close']
-
df[
'High-Low'] = df[
'high'] - df[
'low']
-
#在添加一个target字段，如果次日收盘价高于当日收盘价，则标记为1，反之为0
-
df[
'target'] = np.where(df[
'close'].shift(-
1)>df[
'close'],
1,
0)
-
#去掉有空值的行
-
df = df.dropna()
-
#将‘Open-Close’和‘High-Low’作为数据集的特征
-
X = df[[
'Open-Close',
'High-Low']]
-
#将target赋值给y
-
y = df[
'target']
-
#将处理好的数据表以及X与y进行返回
-
return(df,X,y)
#下面定义一个用于回归的函数
#特征的添加和分类函数类似
#只不过target字段改为次日收盘价减去当日收盘价
-
#下面定义一个用于回归的函数
-
#特征的添加和分类函数类似
-
#只不过target字段改为次日收盘价减去当日收盘价
-
def
regression_tc(
df):
-
df[
'Open-Close'] = df[
'open'] - df[
'close']
-
df[
'High-Low'] = df[
'high'] - df[
'low']
-
df[
'target'] = df[
'close'].shift(-
1) - df[
'close']
-
df = df.dropna()
-
X = df[[
'Open-Close',
'High-Low']]
-
y = df[
'target']
-
#将处理好的数据表以及X与y进行返回
-
return(df,X,y)
#使用classification_tc函数生成数据集的特征与目标
-
from sklearn.model_selection
import train_test_split
-
df, X, y = classification_tc(zgpa)
-
#将数据集拆分为训练集与验证集
-
X_train, X_test, y_train, y_test =\
-
train_test_split(X, y, shuffle=
False,train_size=
0.8)
shuffle=False表示安装顺序进行划分，因为股市具有时间性，只能用前面的数据训练后面的数据。
查看数据：
df.head()
这就构建 了一个用于分类的数据，target为响应变量，表示明天股票表示涨或者跌。可以用机器学习的模型去预测准确率。
机器学习建模
采用十分钟常见的机器学习分类算法进行准确率对比
-
from sklearn.linear_model
import LogisticRegression
-
from sklearn.discriminant_analysis
import LinearDiscriminantAnalysis
-
from sklearn.neighbors
import KNeighborsClassifier
-
from sklearn.tree
import DecisionTreeClassifier
-
from sklearn.ensemble
import RandomForestClassifier
-
from sklearn.ensemble
import GradientBoostingClassifier
-
from xgboost.sklearn
import XGBClassifier
-
from sklearn.svm
import SVC
-
from sklearn.neural_network
import MLPClassifier
-
#逻辑回归
-
model1 = LogisticRegression(C=
1e10)
-
-
#线性判别分析
-
model2 = LinearDiscriminantAnalysis()
-
-
#K近邻
-
model3 = KNeighborsClassifier(n_neighbors=
50)
-
-
#决策树
-
model4 = DecisionTreeClassifier(random_state=
77)
-
-
#随机森林
-
model5= RandomForestClassifier(n_estimators=
1000, max_features=
'sqrt',random_state=
10)
-
-
#梯度提升
-
model6 = GradientBoostingClassifier(random_state=
123)
-
-
#极端梯度提升
-
model7 = XGBClassifier(eval_metric=[
'logloss',
'auc',
'error'],n_estimators=
1000,use_label_encoder=
False,
-
colsample_bytree=
0.8,learning_rate=
0.1,random_state=
77)
-
-
#支持向量机
-
model8 = SVC(kernel=
"rbf", random_state=
77)
-
-
#神经网络
-
model9 = MLPClassifier(hidden_layer_sizes=(
16,
8), random_state=
77, max_iter=
10000)
-
-
model_list=[model1,model2,model3,model4,model5,model6,model7,model8,model9]
-
model_name=[
'逻辑回归',
'线性判别',
'K近邻',
'决策树',
'随机森林',
'梯度提升',
'极端梯度提升',
'支持向量机',
'神经网络']
训练测试他们
-
for i
in
range(
9):
-
model_C=model_list[i]
-
name=model_name[i]
-
model_C.fit(X_train, y_train)
-
s=model_C.score(X_test, y_test)
-
print(name+
'方法在验证集的准确率为：'+
str(s))
可以看到XGboost 的准确率最高，下面使用XG进行训练和预测。
#使用XGboost模型预测每日股票的涨跌，保存为‘Predict_Signal’，将0映射为-1，方便很后面的收益计算。
-
-
model7.fit(X_train, y_train)
-
df[
'Predict_Signal'] =model7.predict(X)
-
df[
'Predict_Signal']=df[
'Predict_Signal'].
map({
0:-
1,
1:
1})
-
#在数据集中添加一个字段，用当日收盘价除以前一日收盘价，并取其自然对数
-
df[
'Return'] = np.log(df[
'close']/df[
'close'].shift(
1))
-
#查看一下
-
df.head()
#定义一个计算累计回报的函数
-
def
cum_return(
df, split_value):
-
#该股票基准收益为‘Return’的总和*100
-
cum_return = df[split_value:][
'Return'].cumsum()*
100
-
#将计算结果进行返回
-
return cum_return
#再定义一个计算使用策略交易的收益
-
def
strategy_return(
df, split_value):
-
#使用策略交易的收益为模型‘zgpa_Return’乘以模型预测的涨跌幅
-
df[
'Strategy_Return'] = df[
'Return']*df[
'Predict_Signal'].shift(
1)
-
#将每日策略交易的收益加和并乘以100
-
cum_strategy_return = df[split_value:][
'Strategy_Return'].cumsum()*
100
-
#将计算结果进行返回
-
return cum_strategy_return
#定义一个绘图函数，用来对比基准收益和算法交易的收益
-
def
plot_chart(
cum_returns, cum_strategy_return, symbol):
-
#首先是定义画布的尺寸
-
plt.figure(figsize=(
9,
6))
-
#使用折线图绘制基准收益
-
plt.plot(cum_returns,
'--',label=
'%s Returns'%symbol)
-
#使用折线图绘制算法交易收益
-
plt.plot(cum_strategy_return, label =
'Strategy Returns')
-
#添加图注
-
plt.legend()
-
plt.xticks(np.arange(
0,
286,
36),rotation=
20)
-
#显示图像
-
plt.show()
计算并且画图
-
#首先来计算基准收益（预测集）
-
cum_returns = cum_return(df, split_value=
len(X_train))
-
#然后是计算使用算法交易带来的收益（同样只计算预测集）
-
cum_strategy_return = strategy_return(df, split_value=
len(X_train))
-
#用图像来进行对比
-
plot_chart(cum_returns, cum_strategy_return,
'zgpa')
可以看到策略收益还是高不少。
虽然其预测的准确率只有53%，但是作为股市预测，已经让你的胜率从50%上升了3个点已经是很难得了，就可以从随机的买卖变成了一个大概率赚钱的策略。
当然选取更多的特征变量效果说不定会更好。
转载：https://blog.csdn.net/weixin_46277779/article/details/128442624
查看评论