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

上一集已經把機器訓練好了，

為了驗證機器的預測是否可以拿來當作投資依據，

我們要跑一跑回測。

[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！！

[機器學習練習] [Machine Learning Practice] 用 Scikit 學習台灣指數趨勢（五）- 資料處理

上一集我們決定了要使用的特徵以及演算法，

這一集將會用程式碼去實現均線和 KD 值處理，

開始吧！

[機器學習練習] [Machine Learning Practice] 用 Scikit 學習台灣指數趨勢（四）- 特徵選擇

在上一篇練習中，我們已經爬到台股指數期貨的資料，

這一集會分享一下我選擇的特徵還有我使用的演算法，

開始吧！

[機器學習練習] [Machine Learning Practice] 用 Scikit 學習台灣指數趨勢（三）- 資料整理

上一篇講到怎麼從期貨交易所上抓下自己想要的資料。

這一篇會實現抓下每一天的資料並且整理進去 DataFrame，

開始吧！

[機器學習練習] [Machine Learning Practice] 用 Scikit 學習台灣指數趨勢（二）- 爬蟲

上一篇大概講解了期貨的概念。

了解期貨是什麼之後，我們就可以來爬我們需要的資料了！

但爬取資料必須先看懂 html ，所以這篇是假設大家都會 html 語法下練習。

[機器學習練習] [Machine Learning Practice] 用 Scikit 學習台灣指數趨勢（一）- 期貨介紹

這次要練習一下，用 Scikit 玩台灣期指。

最後預測結果，是滿糟糕的，哈哈。

因為如果是好的話，我就不需要在這邊打心得拉～