[機器學習練習] [Machine Learning Practice] 用 Scikit 學習台灣指數趨勢（六）- TRAINING

在上一集中，我們處理完資料獲得了技術分析的特徵，

KD 以及 均線，現在我們要丟給機器學習，

然後預測漲跌了！！

------------------------------------------------------------------------------------------------------------

Step 8 : TRAINING

在訓練之前呢，我一樣習慣看看到底特徵們都長怎樣，

也可以確定說，這筆特徵經過剛剛的處理後，是否有不合理的地方。

所以我們打開 twfuture.py 檔案，繼續加入以下程式碼，

style.use('fivethirtyeight')

ax1 = plt.subplot2grid((2,1),(0,0))
ax2 = plt.subplot2grid((2,1),(1,0), sharex= ax1)
df[['close','close_mvag5', 'close_mvag20']].plot(ax= ax1, linewidth=3, color=['k','r','b'])

df[['RSV','K9','D9']].plot(ax= ax2, linewidth=3, color=['r','g','b'])
plt.show()

儲存後，在終端機輸入

 python twfuture.py

應該會看到這個

上面是台股指數從 1999 年到今天的每日收盤價，黑紅藍分別為，日線、週線、月線。

可以明顯看出，2000 年科技泡沫和 2008 年金融海嘯對台股的影響。

圖下方為 RSV 以及 K9 and D9，值都在 0 ~ 100 之間，把下圖拉近看看，

可以發現，藍線是最平滑的，綠線次之，紅線最後，

符合 z-transform 後，判斷為低通濾波關係之理解。

到這邊，就確定我們的特徵資料都沒問題，可以丟去餵給機器了！

我們把 plt.show() comment out。

在底下繼續加入以下程式碼，

df = df.loc[date(2000,1,1):date(2015,12,31)]

labels = []

for i in range(len(df.index)):
    if df['open'][i] < df['settlement'][i]:
        labels.append(1)
    else:
        labels.append(0)

df['labels'] = pd.Series(labels, index= df.index)

X = np.array(df[['y_K9','y_D9','y_close_mvag5','y_close_mvag20']])
X = preprocessing.scale(X)
y = np.array(df['labels'])

X_train, X_test, y_train, y_test = cross_validation.train_test_split(X,y,test_size=0.2)

clf = neighbors.KNeighborsClassifier()

clf.fit(X_train, y_train)

accuracy = clf.score(X_test, y_test)

print ('accuracy', accuracy)

這邊呢，我們匯入 2000 ~ 2015 的資料給機器做學習，

給的 Label 呢，就是當天的漲跌，

我們就定義最後成交價 > 開盤價為 1（漲），最後成交價 < 開盤價為 0（跌），

然後匯入昨天的 'y_K9','y_D9','y_close_mvag5','y_close_mvag20' 當作特徵。

一樣在終端機輸入，就可以看到你的 accuracy 了！

 python twfuture.py

看到了嗎？

我想你應該沒看錯，大概就是 0.5 ~ 0.55 左右的命中率，

如果低於 0.5 代表你的機器真的很笨，哈哈哈哈！



你可能會想說，那跟丟銅板不是差不多嗎？

對。



但是都做到這邊了，能怎麼辦？

就只好繼續完成剩下的步驟，再來檢討到底出了什麼問題。

------------------------------------------------------------------------------------------------------------

Step 9 : BACKTEST

通常一般公司，跑回測就是給他跑個十幾年，

我們現在也要寫一套程式碼，來回測我們的機器，

寫回測方法之前，我們先加上以下程式碼做準備。

# 做多的賺賠 = 收盤最佳買價 - 開盤價
df['long'] = df['close_best_bid'] - df['open']

# 做空的賺賠 = 開盤價 - 收盤最佳賣價
df['short'] = df['open'] - df['close_best_ask']

作多的時候，就是因為機器預測指數漲，

所以我們把 close_best_bid - open，做空則反之。

準備好這個，就可以開始寫回測的方法，

因為太長，所以我放到下一集。

------------------------------------------------------------------------------------------------------------

Reference
[1] 期貨 wikipedia

[2] 股票指數 wikipedia

[3] 台灣期貨交易所, http://www.taifex.com.tw/

[4] Codecademy, https://www.codecademy.com/

[5] A beautiful soup, https://www.crummy.com/software/BeautifulSoup/bs4/doc/

[6] Pickle, https://docs.python.org/2/library/pickle.html

[7] Scikit-Learn, http://machine-learning-python.kspax.io

[8] Scikit-Learn, http://scikit-learn.org/stable/

[9] INVESTOPEDIA, http://investopedia.com

[10] Wikiwand, http://www.wikiwand.com/

[11] z-transform, https://zh.wikipedia.org/wiki/Z轉換

下一集：

[機器學習練習] [Machine Learning Practice] 用 Scikit 學習台灣指數趨勢（七）