Python 机器学习之 SVM 预测买卖

Python入门简单策略 sklearn 机器学习库的使用

回测系统自带的库有

numpy pandas TA-Lib scipy statsmodels sklearn cvxopt hmmlearn pykalman arch matplotlib

实盘需要在托管者所在机器安装策略需要的库

实现代码

from sklearn import svm

import numpy as np

def main():

preTime = 0

n = 0

success = 0

predict = None

pTime = None

marketPosition = 0

initAccount = exchange.GetAccount()

Log("Running...")

while True:

r = exchange.GetRecords()

if len(r)

continue

bar = r[len(r)-1]

if bar.Time > preTime:

preTime = bar.Time

if pTime is not None and r[len(r)-2].Time == pTime:

diff = r[len(r)-2].Close - r[len(r)-3].Close

if diff > SpreadVal:

success += 1 if predict == 0 else 0

elif diff

success += 1 if predict == 1 else 0

else:

success += 1 if predict == 2 else 0

pTime = None

LogStatus("预测次数", n, "成功次数", success, "准确率:", '%.3f %%' % round(float(success) * 100 / n, 2))

else:

Sleep(1000)

continue

inputs_X, output_Y = [], []

sets = [None, None, None]

for i in xrange(1, len(r)-2, 1):

inputs_X.append([r[i].Open, r[i].Close])

Y = 0

diff = r[i+1].Close - r[i].Close

if diff > SpreadVal:

Y = 0

sets[0] = True

elif diff

Y = 1

sets[1] = True

else:

Y = 2

sets[2] = True

output_Y.append(Y)

if None in sets:

Log("样本不足, 无法预测 ...")

continue

n += 1

clf = svm.LinearSVC()

clf.fit(inputs_X, output_Y)

predict = clf.predict(np.array([bar.Open, bar.Close]).reshape((1, -1)))

pTime = bar.Time

Log("预测当前Bar结束:", bar.Time, ['涨', '跌', '横'][predict])

if marketPosition == 0:

if predict == 0:

exchange.Buy(initAccount.Balance/2)

marketPosition = 1

elif predict == 1:

exchange.Sell(initAccount.Stocks/2)

marketPosition = -1

else:

nowAccount = exchange.GetAccount()

if marketPosition > 0 and predict != 0:

exchange.Sell(nowAccount.Stocks - initAccount.Stocks)

nowAccount = exchange.GetAccount()

marketPosition = 0

elif marketPosition

while True:

dif = initAccount.Stocks - nowAccount.Stocks

if dif

break

ticker = exchange.GetTicker()

exchange.Buy(ticker.Sell + (ticker.Sell-ticker.Buy)*2, dif)

while True:

Sleep(1000)

orders = exchange.GetOrders()

for order in orders:

exchange.CancelOrder(order.Id)

if len(orders) == 0:

break

nowAccount = exchange.GetAccount()

marketPosition = 0

if marketPosition == 0:

LogProfit(_N(nowAccount.Balance - initAccount.Balance, 4), nowAccount)