脚本之家,脚本语言编程技术及教程分享平台!
分类导航

Python|VBS|Ruby|Lua|perl|VBA|Golang|PowerShell|Erlang|autoit|Dos|bat|

服务器之家 - 脚本之家 - Python - 2022年,教你用Python预测茅台股票涨跌

2022年,教你用Python预测茅台股票涨跌

2022-02-22 21:50赚小钱钱养家糊口 Python

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。

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:

cowB = 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!

2022年,教你用Python预测茅台股票涨跌

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:

2022年,教你用Python预测茅台股票涨跌

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:

0.5438898450946644 0.5136986301369864

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?

原文地址:https://www.toutiao.com/a7065565734553993764/

延伸 · 阅读

精彩推荐