利用機(jī)器學(xué)習(xí)開(kāi)發(fā)算法交易系統(tǒng)

第 一部分
第　1 章 機(jī)器學(xué)習(xí)　1
1．1　機(jī)器 習(xí)定義　1
1．2　機(jī)器學(xué)習(xí)的優(yōu)缺點(diǎn)　3
1．2．1　機(jī)器學(xué)習(xí)的優(yōu)點(diǎn)　3
1．2．2　機(jī)器學(xué)習(xí)的缺點(diǎn)　4
1．3　機(jī)器學(xué)習(xí)的種類　4
1．3．1　監(jiān)督學(xué)習(xí)　5
1．3．2　無(wú)監(jiān)督學(xué)習(xí)　6
1．4　機(jī)器學(xué)習(xí)能做的事情　7
1．4．1　回歸　8
1．4．2　分類　10
1．4．3　聚類　12
1．5　機(jī)器學(xué)習(xí)算法　13
1．5．1　回歸　14
1．5．2　分類　15
1．5．3　聚類　15
1．6　機(jī)器學(xué)習(xí)的過(guò)程　16
1．6．1　第 一次預(yù)處理　16
1．6．2　訓(xùn)練數(shù)據(jù)集　17
1．6．3　第二次預(yù)處理　17
目　錄
xvi　利用機(jī)器學(xué)習(xí)開(kāi)發(fā)算法交易系統(tǒng)
1．6．4　機(jī)器學(xué)習(xí)算法學(xué)習(xí)　17
1．6．5　參數(shù)優(yōu)化　17
1．6．6　后期處理　17
1．6．7　最終模型　18
1．7　“沒(méi)有免費(fèi)的午餐”定理　18
第二部分
第　2 章 統(tǒng)計(jì)　21
2．1　統(tǒng)計(jì)的定義　21
2．2　統(tǒng)計(jì)在機(jī)器學(xué)習(xí)中的重要性　22
2．3　統(tǒng)計(jì)的基本概念和術(shù)語(yǔ)　23
2．3．1　總體和樣本　23
2．3．2　參數(shù)和統(tǒng)計(jì)量　24
2．3．3　抽樣誤差　25
2．3．4　因變量和自變量　26
2．3．5　連續(xù)變量和離散變量　26
2．3．6　模型　27
2．4　準(zhǔn)備事項(xiàng)　28
2．5　數(shù)據(jù)下載　29
2．6　數(shù)據(jù)加載　31
2．7　基礎(chǔ)統(tǒng)計(jì)　31
2．7．1　標(biāo)準(zhǔn)差　32
目　錄 xvii
2．7．2　四分位數(shù)　36
2．7．3　直方圖　37
2．7．4　正態(tài)分布　40
2．7．5　散點(diǎn)圖　41
2．7．6　箱形圖　44
第3　章 時(shí)間序列數(shù)據(jù)　49
3．1　時(shí)間序列數(shù)據(jù)　50
3．2　時(shí)間序列數(shù)據(jù)分析　51
3．3　時(shí)間序列數(shù)據(jù)的主要特征　52
3．4　隨機(jī)過(guò)程　54
3．5　平穩(wěn)時(shí)間序列數(shù)據(jù)　55
3．6　隨機(jī)過(guò)程中的期望值、方差和協(xié)方差　57
3．7　相關(guān)　59
3．8　自協(xié)方差　61
3．9　自相關(guān)　62
3．10　隨機(jī)游走　66
第二部分
第4　章 算法交易　69
4．1　算法交易簡(jiǎn)介　69
xviii　利用機(jī)器學(xué)習(xí)開(kāi)發(fā)算法交易系統(tǒng)
4．2　算法交易歷史上的那些人　72
4．2．1　愛(ài)德華·索普　72
4．2．2　詹姆斯·哈里斯·西蒙斯　74
4．2．3　肯尼斯·格里芬　76
4．3　算法交易模型　77
4．4　均值回歸模型　79
4．4．1　均值回歸檢驗(yàn)　80
4．4．2　實(shí)現(xiàn)均值回歸模型　86
4．5　機(jī)器學(xué)習(xí)模型　89
4．5．1　特征選擇　90
4．5．2　是價(jià)格還是方向　91
4．6　分類模型　92
4．6．1　邏輯斯蒂回歸　92
4．6．2　決策樹(shù)和隨機(jī)森林　94
4．6．3　支持向量機(jī)　96
4．7　實(shí)現(xiàn)機(jī)器學(xué)習(xí)模型　97
4．7．1　數(shù)據(jù)集　98
4．7．2　拆分?jǐn)?shù)據(jù)集　100
4．7．3　生成股價(jià)走勢(shì)預(yù)測(cè)變量　101
4．7．4　股價(jià)走勢(shì)預(yù)測(cè)變量的運(yùn)行和評(píng)價(jià)　102
4．8　時(shí)間衰減效應(yīng)　106
目　錄 xix
第5　章 實(shí)現(xiàn)算法交易系統(tǒng)　109
5．1　普通算法交易系統(tǒng)的構(gòu)成　109
5．2　實(shí)現(xiàn)系統(tǒng)的概要　111
5．3　開(kāi)發(fā)環(huán)境　113
5．4　數(shù)據(jù)爬蟲(chóng)實(shí)現(xiàn)　113
5．4．1　收集股票代碼　114
5．4．2　收集股價(jià)數(shù)據(jù)　118
5．5　實(shí)現(xiàn)α 模型　121
5．5．1　均值回歸模型　122
5．5．2　機(jī)器學(xué)習(xí)模型　124
5．6　投資組合生成器　125
5．6．1　均值回歸模型的股票選擇　126
5．6．2　機(jī)器學(xué)習(xí)模型的股票選擇　130
5．7　實(shí)現(xiàn)Trader 類　136
第6　章 性能評(píng)價(jià)與優(yōu)化　137
6．1　算法交易系統(tǒng)的性能測(cè)試　138
6．1．1　評(píng)價(jià)系統(tǒng)的獲利能力　138
6．1．2　比較各實(shí)現(xiàn)模型　138
6．1．3　對(duì)系統(tǒng)的信心　139
6．2　回溯檢驗(yàn)　140
6．2．1　Profit/Loss 檢驗(yàn)　140
xx　利用機(jī)器學(xué)習(xí)開(kāi)發(fā)算法交易系統(tǒng)
6．2．2　Hit Batio　141
6．2．3　Drawdown　143
6．2．4　Sharpe Ratio　145
6．3　機(jī)器學(xué)習(xí)性能測(cè)試　147
6．3．1　混淆矩陣　148
6．3．2　Classification Report　150
6．3．3　ROC　152
6．4　實(shí)時(shí)交易監(jiān)控　158
6．5　參數(shù)優(yōu)化　159
6．6　超參數(shù)優(yōu)化　160
6．6．1　網(wǎng)格搜索　161
6．6．2　隨機(jī)搜索　164
6．7　“黑天鵝”　167
后記　171