全站搜索
首页_赢咖4星辉-官方注册地址
首页_赢咖4星辉-官方注册地址
赢咖4机器学习-对于股票价格的预测技术
作者:管理员    发布于:2021-06-26 02:17    文字:【】【】【

  赢咖4对于股票价格的预测对于大多数交易员来说都是非常重要的。人们多年来一直在使用各种预测技术。我们将探索这些技术以及最近流行的算法,比如神经网络。在这篇文章中,我们将专注于对源自市场数据的特征应用到线性模型。

  首先我们来定义一下我们的问题,我们想要解决的问题是去预测证券的价格变化(或者回报)。

  在上图中的每个点,我们想要在 1 分钟后预测其价格。让我们看看上图中的各个点 —— 这里有超过 200000 个数据点,但我们只能看到一部分内容。

  我们可以看到 AAPL 价格再接下来的 1 分钟里应该上涨了 0.13 美元。我们想建立一个回归算法来预测这个价格差异。当然,不言而喻,这是一个难以置信的难题。即使是轻微的成功也可以获得巨大的利润。

  请注意,预测回报率通常会比预测价格变动会更有效。比如,对于一只 100 元的股票,0.5 的价格变动对他本身来说不是很大。但是如果是一只 10 元的股票,0.5 的价格变动对他本身来说是很大的。

  市场流动性。供需是影响大多数股票日常价格变动的最关键因素。如果你决定花巨款去投资一家公司,那么它们的股票流动性肯定受到影响,这时候不可避免的就会提高股价。

  舆情系统。有名的特朗普的推特治国。他说的很多东西都会影响到股价的波动。有很多的学术研究就来做新闻/博客/推文对股票价格的影响。

  上述因素的影响跨越不同的时间范围。例如,特定股票的新闻通常会影响未来 1-3 天的价格。全球事件的影响可能会有数周。在这篇文章中,我们只会使用从市场数据中得出的特征来预测下一个 1 分钟的价格变化。

  我们暂时会跳过这些功能的数学细节。但请注意,这些功能试图捕捉当前的市场状况以及最近的过去。

  上述特征的原始值具有非常不同的尺度。虽然 AAPL 的价格一天可以在 153 到 155 之间,但是过去 5 分钟的数量可以在 100 到 1000000 之间。由于大多数学习算法在输入特征的比率相似事效果最好。这就是规范化步骤至关重要的原因。我尝试了一些自定义缩放技术,但发现 scikit-learn 的 RobustScaler 工作非常好。

  设 x 是实值特征向量,y 是我们想要预测的实数值。 θ \theta θ 是我们想要学习的模型参数。

  线性模型我们采用 scikit-learn 中的模型,但是根据下面的实验结果,这个模型已经过拟合!

  在上表中,MSE 指的是均方误差,MAE 指的是平均绝对误差。Insample 是指训练数据,Outsample 是指测试数据。即 Outsample 上的 MAE 表示测试数据集上的平均绝对误差。

  预测值的标准偏差具有有用的信息。盘中价格变化的平均值通常接近于 0 。这个数据集有很多噪音而且信号不多。这两者的组合使得对于任何 x 的预测都会接近于 0 。但是,输出 0 的模型绝对没有价值。我们需要可用于交易或者执行的固定模型。因此,需要将预测值 h(x) 的标准偏差与 y 的标准偏差进行比较。

  对误差项添加权重惩罚是正则化的一种简单方法。这有助于稳定训练,模型通常更易于推广。我做的下一个实验是岭回归模型(L2 正则化),并且检查一下性能。

  我们可以看到 Outsample 的结果比线性回归模型要好很多。Outsample 的 0.01722 的平均绝对误差在我看来非常好。虽然预测值的标准偏差略小,但它仍然与 y 的标准偏差相同。

  我使用了可用于上述结果的所有数据,本来希望从更多的数据中找到某种规律。但是结果却是啥都没找到,有些结果还不如上面的结果。

  特征选择策略并没有真正增加任何价值,有时候,还会使得结果倒退。因为,你根本不知道啥特征是真正有用的。

  合理的对数据进行采样操作时非常有效果的,例如,选择一些特殊行情,一些平缓行情等等。

相关推荐
  • 赢咖4注册机器学习将给电力行业带来巨大重塑
  • 赢咖4机器学习-对于股票价格的预测技术
  • 赢咖4Google组建新机器学习团队 欲将AI应用于旗舰产品
  • 赢咖4提前泄露小米 10 至尊版博主赔偿 100 万;传字节跳动实习生删除 GB 以下所有机器学习模型;​快手宣布 7 月将取消大小周
  • 赢咖4注册谷歌组建新机器学习团队欲将AI应用于旗舰产品
  • 赢咖4注册谷歌组建全新机器学习团队新技术将用于旗舰产品
  • 赢咖4注册【创新】机器学习和粉丝经济阅读平台Wattpad推出W by Wattpad Books
  • 赢咖4注册机器学习与数据挖掘的最新实践分享!
  • 赢咖4电子产品世界
  • 赢咖4娱乐中新网黑龙江新闻官方微信:扫一扫立即关注!
  • 脚注信息
    版权所有 Copyright(C)2020 星辉娱乐
    网站地图|xml地图|友情链接: 百度一下