Python金融數(shù)據(jù)分析與挖掘（微課版） 課件 7-5.滬深300指數(shù)走勢(shì)預(yù)測(cè)

第7章

基礎(chǔ)案例案例介紹指標(biāo)計(jì)算模型求解案例介紹第7章

滬深300指數(shù)作為中國(guó)股票價(jià)格指數(shù)的代表，也是中國(guó)股指期貨的標(biāo)的指數(shù)，對(duì)其走勢(shì)預(yù)測(cè)具有積極的現(xiàn)實(shí)意義與應(yīng)用價(jià)值。今有滬深300指數(shù)2014年的交易數(shù)據(jù)。IndexcdIdxtrd01Idxtrd02Idxtrd03Idxtrd04Idxtrd05Idxtrd060003002014-01-022323.432325.992310.652321.98451942.90003002014-01-032311.972314.842280.892290.78597826.50003002014-01-062286.372286.372229.332238.646630040003002014-01-072222.312246.792218.6522384375310003002014-01-082240.642262.582228.422241.91513488.50003002014-01-092236.972258.892220.82222.22559870.40003002014-01-102216.522224.492200.222204.85541692.90003002014-01-1322072222.072183.62193.68501227.70003002014-01-142192.842214.122179.912212.85540499.50003002014-01-152210.022215.92193.82208.94489624……………………………………字段依次表示指數(shù)代碼、交易日期、開盤價(jià)、最高價(jià)、最低價(jià)、收盤價(jià)、成交量。案例介紹第7章

計(jì)算如下指標(biāo)：A1（收盤價(jià)/均價(jià)）：收盤價(jià)/過去10個(gè)交易日的移動(dòng)平均收盤價(jià)。A2（現(xiàn)量/均量）：成交量/過去10個(gè)交易日的移動(dòng)平均成交量。A3（收益率）：（當(dāng)日收盤價(jià)?前日收盤價(jià)）/前日收盤價(jià)。A4（最高價(jià)/均價(jià)）：最高價(jià)/過去10個(gè)交易日的移動(dòng)均平均收盤價(jià)。A5（最低價(jià)/均價(jià)）：最低價(jià)/過去10個(gè)交易日的移動(dòng)平均收盤價(jià)。A6（極差）：最高價(jià)?最低價(jià)（衡量波動(dòng)性）。A7（瞬時(shí)收益）：收盤價(jià)?開盤價(jià)。Y（決策變量）：后交易日收盤價(jià)?當(dāng)前交易日收盤價(jià)，如果大于0，記為1；如果小于等于0，記為?1。同時(shí)對(duì)指標(biāo)A1～A7做標(biāo)準(zhǔn)化處理：（當(dāng)前值?均值）/標(biāo)準(zhǔn)差，最終得到以下標(biāo)準(zhǔn)的數(shù)據(jù)結(jié)構(gòu)形式。IDA1A2A3A4A5A6A7Y123……取后30行數(shù)據(jù)作為測(cè)試樣本，剩下的數(shù)據(jù)作為訓(xùn)練樣本，分別利用神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、邏輯回歸模型進(jìn)行訓(xùn)練及測(cè)試，獲得對(duì)應(yīng)模型的準(zhǔn)確率和預(yù)測(cè)準(zhǔn)確率。指標(biāo)計(jì)算第7章

1．計(jì)算特征指標(biāo)X，即A1～A7importpandasaspdtd=pd.read_excel('index300.xlsx')A1=td['Idxtrd05']/td['Idxtrd05'].rolling(10).mean()A2=td['Idxtrd06']/td['Idxtrd06'].rolling(10).mean()A3=td['Idxtrd08']A4=td['Idxtrd03']/td['Idxtrd05'].rolling(10).mean()A5=td['Idxtrd04']/td['Idxtrd05'].rolling(10).mean()A6=td['Idxtrd03']-td['Idxtrd04']A7=td['Idxtrd05']-td['Idxtrd02']X={'A1':A1,'A2':A2,'A3':A3,'A4':A4,'A5':A5,'A6':A6,

'A7':A7}X=pd.DataFrame(X)X=X.iloc[9:-1,]#注意X從第10行數(shù)據(jù)開始,至倒數(shù)第1行指標(biāo)計(jì)算第7章

2．計(jì)算決策變量Y#錯(cuò)位相減,獲得指數(shù)的漲跌額,即收盤指數(shù)序列中的第2個(gè)元素至最后一個(gè)元素對(duì)應(yīng)減去第1個(gè)元素至倒數(shù)第1個(gè)元素Y=td['Idxtrd05'].values[1:]-td['Idxtrd05'].values[:-1]#Y與X的下一個(gè)交易日對(duì)應(yīng),故Y的值從第11行數(shù)據(jù)開始#由于錯(cuò)位相減是從第2行開始的,故指標(biāo)從第10行開始取Y=Y[9:]#走勢(shì)標(biāo)識(shí)設(shè)置Y[Y>0]=1Y[Y<=0]=-1#對(duì)應(yīng)的Y值Y=Y.reshape(len(Y),1)模型求解第7章

1．訓(xùn)練樣本與測(cè)試樣本的劃分x_train=X.iloc[:len(X)-30,:]Y_train=Y[:len(Y)-30]x_test=X.iloc[len(X)-30:,:]Y_test=Y[len(Y)-30:]2．模型訓(xùn)練與求解#支持向量機(jī)模型fromsklearnimportsvmclf=svm.SVC(kernel='rbf')clf.fit(x_train,Y_tr