Python量化交易之预测茅台股票涨跌
点击上方“Python爬虫与数据挖掘”,进行关注
回复“书籍”即可获赠Python从入门到进阶共10本电子书
今
日
鸡
汤
本以高难饱,徒劳恨费声。
大家好,我是Python进阶者。(文末送书)。
本文摘自清华大学出版《深入浅出Python量化交易实战》一书的读书笔记,这里把作者用KNN模式做的交易策略,换成了逻辑回归模型,试试看策略的业绩会有怎样的变化。
二话不说,上梯子,导库拉数据:
import pandas as pd
import pandas_datareader.data as web
import numpy as np
from datetime
import datetime
数据甭多了,来个3年的:
end = datetime.date.today()
start = end - datetime.timedelta(days = 365*3)
我大A股,最牛X的股票,要说是茅台,没人反对吧?那咱搞茅台的行情数据:
owB = web.DataReader('600519.ss','yahoo',start, end)
cowB.head()
拉下来本仙就惊了,2019年1月的时候,大茅台才600多块钱啊!不过估计当时让本仙买,本仙也不敢。那时候我大A股过百的股票也没多少吧!
然后我按照书里的方法,做下特征工程:
cowB['open-close'] = cowB['Open'] - cowB ['Close']
cowB['high-low'] = cowB['High'] - cowB ['Low']
cowB['target'] = np.where(cowB['Close'].shift(-1) > cowB ['Close'],1,-1)
cowB = cowB.dropna()
cowB.tail()
然后就多了几列,target里面,1表示次日上涨,-1表示次日下跌:
下面要搞模型了:
x = cowB[['open-close','high-low']]
y = cowB['target']
拆成x和y,然后请出scikit-learn:
from sklearn.model_selection
import train_test_split
from sklearn.linear_model
import LogisticRegression
然后把数据集拆分成训练集和测试集:
x_train, x_test, y_train, y_test =
train_test_split(x, y, train_size = 0.8)
看看逻辑回归表现如何:
lr = LogisticRegression()
lr.fit(x_train, y_train)
print(lr.score(x_train, y_train))
print(lr.score(x_test, y_test))
结果发现,还没有书里KNN的分数高:
0.54388984509466440.5136986301369864
逻辑回归在训练集里面的准确率是54.39%,与书里KNN的准确率基本持平;但是测试集里只有51.37%,比书里的KNN模型低了差不多3个百分点。
折腾了一圈,结果并不满意。按说逻辑回归在分类任务上的表现,应该优于KNN才对啊。难道是本仙的数据噪音太大了?还是说其实这种预测本身意义就不大呢?
最后,再为大家分享如何用Python进行炒股的仓位控制!
LOVE
宁负如来不负卿
如果有同学对本书感兴趣,可以购买并阅读原书籍
2月20日闭幕本书主要以国内A股市场为例,借助第三方量化交易平台,讲述了KNN、线性模型、决策树、支持向量机、朴素贝叶斯等常见机器学习算法在交易策略中的应用,同时展示了如何对策略进行回测,以便让读者能够有效评估自己的策略。另外,本书还讲解了自然语言处理(NLP)技术在量化交易领域的发展趋势,并使用时下热门的深度学习技术,向读者介绍了多层感知机、卷积神经网络,以及长短期记忆网络在量化交易方面的前瞻性应用。
赠书规则
如果喜欢本文
欢迎 在看丨留言丨分享至朋友圈 三连
赠书
按以下方式和公众号互动,即有机会获赠以上一本图书!
活动方式:在公众号后台回复"送书"参与活动,届时会在参与的小伙伴中抽取1名幸运鹅!或者在本公众号后台文章留言累计300次兑换一本(PS:一篇文章留言字数至少3个字以上,如太强了、666、点个赞等等,一篇文章算留言一次,后台有数据统计的,本号有1500余篇文章,欢迎留言支持),满足留言次数也可以免费获得一本赠书,包邮哦!活动时间:截至7月6日20点(周三)开奖,不见不散。快快拉上你的小伙伴参与进来吧~
让我知道你在看
Python量化交易之预测茅台股票涨跌相关推荐
- Python量化交易之预测茅台股票涨跌(文末赠书福利)
本文摘自清华大学出版<深入浅出Python量化交易实战>一书的读书笔记,这里把作者用KNN模式做的交易策略,换成了逻辑回归模型,试试看策略的业绩会有怎样的变化. 二话不说,上梯子,导库拉数 ...
- Python量化交易实战:获取股票数据并做分析处理
量化交易(也称自动化交易)是一种应用数学模型帮助投资者进行判断,并且根据计算机程序发送的指令进行交易的投资方式,它极大地减少了投资者情绪波动的影响.量化交易的主要优势如下: 快速检测 客观.理性 自动 ...
- 都2022年了,你还不会用Python预测茅台股票涨跌吗?
二话不说,上梯子,导库拉数据: import pandas as pd import pandas_datareader.data as web import numpy as np from dat ...
- 【python量化交易学习】从tushare获取股票交易数据,存入后再从mysql或excel读取数据,筛选股票,用pyecharts画出K线图。
选定日期,筛选涨幅达到10%的股票,并画出K线图.观察涨停后股票走势. 由于创业板涨停板为20%,科创板20%,北交所30%.因此筛选出的涨停股票不完全准确.考虑到目前市场打板主要集中在10%的主板股 ...
- 《深入浅出Python量化交易实战》:散户也能学会的数字化交易策略
前言 您可能不知道,许多专业的交易机构已经采用设定程序完成自动化交易,通过机器语言,解密盘面的走势,从而实现持续盈利的目的. (文末送读者福利) 这并非什么秘密,他们正是借助了这样的数字化工具进行操作 ...
- Python量化交易04——基于机器学习的交易策略
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 panda ...
- python统计套利_清华编程高手尹成带你基于算法实践python量化交易
清华编程高手尹成带你基于算法实践python量化交易 量化交易是指以先进的数学模型替代人为的主观判断,利用计算机技术从庞大的历史数据中海选能带来超额收益的多种"大概率"事件以制定策 ...
- python一元线性回归算法_6一元线性回归_清华编程高手尹成带你基于算法实践python量化交易_其他视频-51CTO学院...
清华编程高手尹成带你基于算法实践python量化交易 量化交易是指以先进的数学模型替代人为的主观判断,利用计算机技术从庞大的历史数据中海选能带来超额收益的多种"大概率"事件以制定策 ...
- python算法交易工程师_清华编程高手尹成带你基于算法实践python量化交易
清华编程高手尹成带你基于算法实践python量化交易 量化交易是指以先进的数学模型替代人为的主观判断,利用计算机技术从庞大的历史数据中海选能带来超额收益的多种"大概率"事件以制定策 ...
- 学习《深入浅出python量化交易交易实战》第一章(笔记)
1.学习<深入浅出python量化交易交易实战>第一章 记录学习过程中的代码和一些坑 1.1 基础(名词解释) 1.1.1 CAPM (Capital Asset Pricing Moda ...
最新文章
- 3745路由器配置简单的dhcp server
- java面向对象基础复习
- C++ deque底层实现
- 全面解读php-面向对象
- VUE config/index.js文件配置
- 分享一下自己用c++写的小地图
- cisco ASA
- CryptoJS 加解密类库的简单用法
- DynamoDB 如何做in查询
- 普通最小二乘法、加权最小二乘法、广义最小二乘法
- 2021-11-12每日刷题打卡
- 殊途同归的两种角度理解岭回归(内含有sklearn例子)
- oracle数据库生僻字 问号,有关生僻字的文章推荐10篇
- VC设置断点无效的各种解决方法
- 4_6 师兄帮帮忙(UVa12412)(选做)
- ios 不显示系统的音量视图(MPVolumeView隐藏)
- vue项目 - 实现页面打印成PDF格式
- 音画俱佳又好玩,感恩节入手这一台4K超高清电视机吧
- 力驱动泊萧叶流,基于 MRT-LBM 的流场与声场仿真计算 --王富海2017
- [转]The C10K problem(中文版) - 如何处理高并发连接
热门文章
- 机器学习之实现一元线性回归模型
- 【华为云技术分享】Linux内核发展史 (1)
- PPT插入形状,在里面填写文字,文本框过大
- 面试通过,背调凉了。。
- python鸭制作类代码_python之类的多态(鸭子类型 )、封装和内置函数property
- 基于PHP+Zend Studio 13 + MYSQL+饭店预订管理系统
- STC - 非标连接的7段数码管赋值
- postgreSQL / MySQL / 达梦 时间查询 ,获取近几天、一周、一月、季度、一年时间内的数据
- ContextCaptureMaster/Smart3D集群设置经验分享
- java高级程序猿需要看的书籍