分类目录归档:机器学习与量化交易实战

机器学习与量化交易实战-课程总结

基本信息

1 课程标题:《机器学习与量化交易实战》

2 授课讲师:- 量化冯老师

3 授课日期:2016-10

4 品读时间:2021-08-19~2021-08-27

5 整体耗时:约35h

6 摘要

量化交易综述、机器学习综述、常用量化指标、基本建模流程 风险控制策略、模型评估改进、交易系统架构、指导深入方向

#课

Read more

机器学习与量化交易实战10

1 回顾

  1. 爬取数据
  2. 数据的清洗
  3. 特征工程、机器学习、量化指标
  4. 模型评估、回测风控
  5. 构建系统

2 论文速读

附件/20130506050541242.pdf 标题:Stock Price Forecasting using Support Vector Machines and Improved Particle Swarm Optimization 日期:2012-06-02

特点:

  • 采用SVM+粒子滤波(在时序数据中表现优于卡尔曼滤波)进行建模
  • 基本输入为价格+其他量化指数

附件/Pasted image 20210827141211.png

  • 但是最后的模型评价和回测有点糟糕

附件/multi-svm.pdf 标题:Modeling

Read more

机器学习与量化交易实战09

特征值与特征向量

浓缩矩阵的信息 ../../../1_study/math/线性代数基础

特征值、特征向量、谱定理、矩阵的快速幂、SVD

以上算是PCA的相关数学基础

PCA其中变量解耦的过程是值得衍生到其他领域的

投资组合风险控制

$$ \mathop{min}\limits_{w} (Risk) = w^T \Sigma w$$ $$ s.t. \ w_1+...w_n=1$$

  • $\Sigma$表示投资组合的协方差矩阵
  • $w$表示投资组合中各证券的权重

求解方式有

Read more

机器学习与量化交易实战08

ExtraTreesRegressor

  • 相比随机森林的随机性更强
  • 更好的避免过拟合
  • 效果一般也会好一丢丢

ExtraTreesRegressor

模型分析

模型评价-mertic(mse、acc、r^2。。。)

问题分析-ROC AUC

此处指标详见../../../1_study/DataAnalysis/评价指标

NLP与量化建模

如何将新闻文本转化为训练集?

  • 对文本进行中文分词(jieba)
  • 去除一些不重要的停止词(常用+人工筛选)

Read more

机器学习与量化交易实战07

常见问题

../../../1_study/DataAnalysis/数据平衡:数据可视化理解数据、选择模型

参数空间:样本与参数的经验规律、合理的寻参空间

独有特征:招行股价vs咨询舆情量化(NLP)

集成学习

三个臭皮匠 顶个诸葛亮

  1. 特征抽取
  2. 反复建模(弱学习器)
  3. 模型集成(强学习器)

相关概念:stocking、blending、voting、boost

讨论了adboost的理论以及三个特性

  • 较低误差下限
  • 难以过拟合
  • 权重更新时候的加速计算技巧

详情可参考:../../../1_study/algorithm/集成算法

Read more

机器学习与量化交易实战05

1 模型特征

特征的选择是非常个性化的过程

因子的选择取决于你对问题的理解

常见基础指标列举: 基础指标 常见经济指标 常见股指 常见汇率

常见技术指标列举(包含python实现)

2 模型建立

探究了决策树随机森林之间的关系,并引出了对集成算法的讨论,内容较为简略,深度不够,不再赘述。

之后简单提及了一些模型和概念 逻辑回归 1_study/algorithm/支持向量机 SVM]] [[基础神经网络 损失函数

3 示例代码1:

Read more

机器学习与量化交易实战04

1 大纲

  • OLS 线性回归
  • Ridge
  • Lasso
  • Kernels 核技巧
  • Cross-validation 交叉验证
  • Hands on: sklearn 代码实践

2 机器学习

Machine Learning is the field of study that gives computers the ability to learn without being explicitly programmed. ---- Arthur Samuel (1959)

机器学习应用

Read more

机器学习与量化交易实战03

任务目标

  1. 实战:python爬取金融数据
  2. 实战2: 利用python进行金融数据处理:数据清洗,数据可视化,特征提取,etc.
  3. 实战3:你的第一个基于机器学习的量化模型(yay)

1 数据

金融数据源

存储方式:csv、sql、nosql

数据格式

  • 交易所信息
  • 数据来源
  • Ticker/symbol
  • 价格
  • 企业行为(stock splits

Read more

机器学习与量化交易实战02

任务目标:

  1. 掌握python语言和常用数据处理包
  2. 从技术分析到机器学习

1 python基础

python安装 python数据类型 python基本语法 python的数据结构:tuple,list,dictionary,etc python的内置函数 python和面向对象编程

自学地址: https://learnxinyminutes.com/docs/python/ #python #教程

常用库:numpy、pandas、sklearn

自学书籍: 《利用python进行数据分析》 书籍概况 自学地址:http://scikit-le

Read more