基于機器學(xué)習(xí)算法下的量化擇時策略研究【摘要】我國金融市場的日益成熟和理性化，以及IT技術(shù)、人工智能等科技的飛速發(fā)展，量化基金總規(guī)模不斷增長，基于此在計算機技術(shù)突破和相關(guān)理論完善支撐下，量化投資作為一種新興投資模式關(guān)注度逐漸提高，基金經(jīng)理有限的精力當(dāng)面對愈加多的資金時，會用it技術(shù)去分擔(dān)一些負(fù)擔(dān)，在保證投資質(zhì)量的同時提升投資效率。利用計算機的強大數(shù)據(jù)處理能力和快速反應(yīng)能力，部分投資者采用人工智能的投資方法，取得了收益增長的效果，同時也降低了人為判斷失誤的風(fēng)險，釋放了更多的精力。計算機輔助人工智能在量化投資數(shù)據(jù)處理、回報預(yù)測、投資決策和交易執(zhí)行四個方面為投資者提供動力，隨著處理數(shù)據(jù)量的增加，這些投資方法的好處正變得越來越明顯。學(xué)術(shù)界對機器學(xué)習(xí)的研究也很多樣化，不同的學(xué)者對因子與模型的選擇各不相同，機器學(xué)習(xí)技術(shù)被大量地用于數(shù)據(jù)的挖掘和特征提取和預(yù)測，學(xué)者們使用機器學(xué)習(xí)對序列數(shù)據(jù)建模和特征提取，實現(xiàn)構(gòu)建交易策略。本文嘗試使用某一股票的每日數(shù)據(jù)來訓(xùn)練模型，用機器對特征進行提取訓(xùn)練，使用機器學(xué)習(xí)來預(yù)測次日的漲跌作為一個擇時信號，本文提出的思路具有一定的實踐意義，未來對量化投資的研究提供了一種將機器學(xué)習(xí)與量化投資與實踐相結(jié)合的方法。[關(guān)鍵詞]金融科技；機器學(xué)習(xí)；決策樹；LSTM；擇時；深度學(xué)習(xí)；量化投資

ResearchonQuantitativeTimingStrategyBasedonMachineLearningAlgorithms【Abstract】WiththeincreasingmaturityandrationalizationofChina'sfinancialmarket,aswellastherapiddevelopmentofITtechnologyandartificialintelligence,thetotalscaleofquantitativefundscontinuestogrow.Supportedbybreakthroughsincomputertechnologyandimprovedtheories,quantitativeinvestment,asanemerginginvestmentmodel,hasattractedincreasingattention.Whenfundmanagersfacethegrowingamountoffundswithlimitedcapacity,theycanuseITtechnologytosharesomeoftheworkload,ensuringinvestmentqualitywhileimprovinginvestmentefficiency.Byleveragingthepowerfuldataprocessingandrapidresponsecapabilitiesofcomputers,someinvestorshaveadoptedartificialintelligenceinvestmentmethods,achievingincreasedreturnswhilereducingtheriskofhumanjudgmenterrorsandfreeingupmoreenergy.Investorsentrustthedataprocessing,returnprediction,investmentdecision-making,andtradeexecutionofquantitativeinvestmenttocomputer-drivenartificialintelligence.Asthevolumeofdataprocessedcontinuestoincrease,theadvantagesofthisinvestmentapproachbecomeincreasinglyapparent.Theacademiccommunityhasconducteddiverseresearchonmachinelearning,anddifferentscholarshavedifferentchoicesinfactorsandmodels.Machinelearningtechniquesarewidelyusedindatamining,featureextraction,andprediction.Scholarsusemachinelearningtomodelandextractfeaturesfromsequentialdata,realizingtheconstructionoftradingstrategies.Thispaperattemptstotrainamodelusingdailydataofaspecificstock,extractandtrainfeaturesusingmachinelearning,andpredictthestock'sriseorfallthenextdayasatimingsignal.Theproposedapproachhaspracticalsignificanceandprovidesreferenceandideasforfutureresearchonquantitativeinvestment,achievingtheintegrationofmachinelearningandquantitativeinvestment.[Keywords]FinTech;MachineLearning;DecisionTree;LSTM;Timing;deeplearning;QuantitativeInvestment

目錄一、緒論 [18]。根據(jù)種種門控，LSTM網(wǎng)絡(luò)能夠更好處理長期依賴關(guān)系。有著遺忘門與輸入門，模型可以調(diào)整要記住或者遺忘哪些信息，并下一個時間步的隱藏狀態(tài)也受控于輸出門。這種機制使得LSTM能夠更好地捕捉序列數(shù)據(jù)中的重要信息，提高模型的性能。圖片2.6圖片2.7三、數(shù)據(jù)分析與模型建立（一）數(shù)據(jù)獲取及處理1.數(shù)據(jù)獲取及預(yù)處理AKShare平臺為本文提供數(shù)據(jù)支持，收錄眾多基礎(chǔ)面數(shù)據(jù)、實時的和歷史的市場數(shù)據(jù)，以及來自公共權(quán)威數(shù)據(jù)源的金融數(shù)據(jù)，并且其是一個Python的開源金融數(shù)據(jù)工具，其主要目標(biāo)是提供完整系統(tǒng)的學(xué)術(shù)研究工具，從數(shù)據(jù)收集到數(shù)據(jù)清洗和存儲，實現(xiàn)對金融產(chǎn)品的全面分析。該平臺的任務(wù)是從互聯(lián)網(wǎng)上發(fā)布的相關(guān)經(jīng)濟數(shù)據(jù)中獲取原始數(shù)據(jù)，并進行交叉驗證，以確保數(shù)據(jù)的準(zhǔn)確性和可靠性，經(jīng)加工后的原始數(shù)據(jù)能夠提供科學(xué)的分析和結(jié)論，為用戶提供可信賴的金融數(shù)據(jù)支持。本文使用AKShare平臺提供的API接口進行數(shù)據(jù)獲取，并用目前較為流行的Python編程語言，進行實證分析研究。首先在AKShare平臺上選取東方財富網(wǎng)作為數(shù)據(jù)來源，獲取同仁堂（600058）2015年01月01日至2024年01月10日的歷史行情數(shù)據(jù)，通過使用Python中的ta庫進行預(yù)處理，計算出均線、MACD及KDJ等等指標(biāo)。數(shù)據(jù)獲取與預(yù)處理的完整代碼見附錄1，以下是部分?jǐn)?shù)據(jù)截圖。同時，在excel上判斷若是第二天價格比第一天的高，則標(biāo)記為1，其余的都標(biāo)記為0，1則說明是一個買入信號，第二天會有所上漲，而反之第二天有可能會下跌。圖片3.12.數(shù)據(jù)拆分根據(jù)所處理過的數(shù)據(jù)后，一共有2161條歷史數(shù)據(jù)，是同仁堂從2015年03月01日至2024年01月10日的歷史數(shù)據(jù)，這些數(shù)據(jù)都是可以放入機器學(xué)習(xí)當(dāng)中的。按時間順序來拆分?jǐn)?shù)據(jù)，將數(shù)據(jù)分為訓(xùn)練集、驗證集，比例分別是70%及30%。（二）模型訓(xùn)練1.訓(xùn)練過程首先，需要使用sklearn庫來區(qū)分訓(xùn)練集和驗證集，并且根據(jù)股票信息的時間順序進行順序劃分，而不是隨機分割，將前70%的數(shù)據(jù)作為訓(xùn)練集，標(biāo)簽數(shù)據(jù)有收盤價，而特征數(shù)據(jù)則有開盤價、最高與最低價及各種技術(shù)指標(biāo)等。在將數(shù)據(jù)輸入模型之前，必須對數(shù)據(jù)進行標(biāo)準(zhǔn)化。為了做到這一點，通過MinMaxScaler縮放和變換每個特征數(shù)據(jù)，使其落在0到1之間的某個訓(xùn)練區(qū)間內(nèi)。通過將特征縮放到相同的范圍，可以避免某些特征對模型的影響過大。對于使用基于梯度下降的優(yōu)化算法（如線性回歸、邏輯回歸、神經(jīng)網(wǎng)絡(luò)等）的模型，特征縮放可以幫助加快收斂速度。在某些情況下，特征縮放可以更好地展示數(shù)據(jù)的分布情況，使數(shù)據(jù)可視化更具有可解釋性。通過以上處理，可以確保訓(xùn)練集和驗證集按照時間順序劃分，并且特征數(shù)據(jù)經(jīng)過標(biāo)準(zhǔn)化處理，使得數(shù)據(jù)更具可解釋性和可比性。這將有助于提高模型的準(zhǔn)確性和穩(wěn)定性，并加快訓(xùn)練和收斂的速度。在完成數(shù)據(jù)處理之后，本次研究使用了三個模型進行預(yù)測，分別是SVM向量機、決策樹及LSTM，開始將數(shù)據(jù)導(dǎo)入模型中訓(xùn)練模型，具體代碼見附件2、3：(1)SVM向量機SVM向量機的參數(shù)只改變內(nèi)核為“l(fā)inear”，由于ROC曲線圖中，不同的內(nèi)核的拐點不一樣，linear的內(nèi)核拐點是最高最先的，所以使用linear的效果會相對比較好，其他的參數(shù)保持默認(rèn)。圖3.2（2）決策樹當(dāng)結(jié)構(gòu)模型創(chuàng)建決策時，一些參數(shù)會發(fā)生變化。首先，在特征選擇準(zhǔn)則中使用entropy（信息增益）。然后使用c4.5算法通過增加類的懲罰因子來使用數(shù)據(jù)增益作為特征選擇，從而避免了ID3中的問題：類越多，數(shù)據(jù)增益越大；可以同時使用連續(xù)變量。由于特征的多樣性，也可以通過決策的最大深度來區(qū)分。樹深度被限制為20個，并且內(nèi)部節(jié)點至少被重新劃分。如果未達到此閾值，則使用剪枝防止過擬合。（3）LSTM首先設(shè)置一層里面LSTM單元的數(shù)量是根據(jù)訓(xùn)練集中的劃分的特征數(shù)來決定（25個），模型是使用雙層傳輸訓(xùn)練，則在代碼中會看見有兩個LSTM模型，同時也使用損失函數(shù)在均方誤差（MSE）的模型中，其用于測量預(yù)測值與實際值之間的均方誤差，建立模型并定義其神經(jīng)元節(jié)點為25。2.模型訓(xùn)練結(jié)果在這次預(yù)測中，使用了三個不同的模型來預(yù)測第二天的漲跌情況，其中1表示漲，0表示平或跌。為了評估這些模型的性能，使用了混淆矩陣和分類報告這兩個工具。這些工具均是使用Python代碼進行分析得出的，代碼見附錄2、3?；煜仃囀且环N真實數(shù)據(jù)集與預(yù)測結(jié)果相結(jié)合并進行分析的一種矩陣，其包含：真正例（TruePositive）：真實數(shù)據(jù)集的正結(jié)果被預(yù)測命中的數(shù)量。真負(fù)例（TrueNegative）：真實數(shù)據(jù)集的負(fù)結(jié)果被預(yù)測命中的數(shù)量。假正例（FalsePositive）：真實數(shù)據(jù)集中負(fù)結(jié)果中被認(rèn)定為正的數(shù)量。假負(fù)例（FalseNegative）：真實數(shù)據(jù)集中正結(jié)果中被認(rèn)定為負(fù)的數(shù)量。各個類別上的預(yù)測準(zhǔn)確性的詳細(xì)信息會體現(xiàn)于混淆矩陣展示中，幫助我們分析模型的性能。分類報告是一種綜合評估分類模型性能的報告，它提供了多個評估指標(biāo)的結(jié)果，包括準(zhǔn)確率、精確度、召回率、F1分?jǐn)?shù)和支持樣本數(shù)量。通常，分類報告為每個類別分別給出這些指標(biāo)的值。典型的分類報告包含以下幾個指標(biāo)：準(zhǔn)確率（Accuracy）：在預(yù)測結(jié)果中，預(yù)測對了的數(shù)量占總數(shù)的比例。精確度（Precision）：在預(yù)測中的正結(jié)果的，有多少是在真實數(shù)據(jù)集的正結(jié)果中，展示是一個占比率。召回率（Recall）：在真實的數(shù)據(jù)集中，有多少的正結(jié)果能被預(yù)測出，求出占比率。F1分?jǐn)?shù)（F1-Score）：計算調(diào)和平均數(shù)關(guān)于精確度與召回比率的，綜合了模型的精確度與覆蓋率。支持（Support）：每個類別中實際樣本的數(shù)量。分類報告能夠直觀地展示模型在每個類別上的性能，并幫助我們針對不同類別進行模型的優(yōu)化和改進。我們使用Python代碼計算得出這些指標(biāo)，以便更好地分析和解釋模型的結(jié)果。首先是SVM向量機，使用測試集649個預(yù)測中，成功預(yù)測出漲的次數(shù)是246，召回率是76%，而正確預(yù)測出跌的次數(shù)是90次，召回率只有28%。F1分?jǐn)?shù)的分?jǐn)?shù)分別是0.37和0.61，差值還是相對較大。圖3.3圖片3.4決策樹成功預(yù)測出跌（結(jié)果為0）的次數(shù)239次，召回率是73%，而成功的預(yù)測出為漲（結(jié)果為1）的次數(shù)的96次，召回率30%。F1分?jǐn)?shù)的分?jǐn)?shù)分別是0.6和0.38，其相差不小。圖片3.5圖片3.6而使用LSTM預(yù)測成功預(yù)測出跌（結(jié)果為0）的次數(shù)243次，召回率是74%，而成功的預(yù)測出為漲（結(jié)果為1）的次數(shù)的225次，召回率70%。F1分?jǐn)?shù)的分?jǐn)?shù)分別是0.73和0.71。圖片3.7圖片3.8這些0和1都可以給予我們一個個股擇時的建議，在做超短線時，可以預(yù)測第二天或者第二個周期對于上一周期是漲或者跌，當(dāng)信號出1的時候可以購入，而當(dāng)出現(xiàn)0的時候可以選擇拋出。四、結(jié)論及展望（一）結(jié)論根據(jù)三個模型所得出的擇時結(jié)果，發(fā)現(xiàn)這些模型具有各自不同的特點。具體而言，SVM模型更傾向于預(yù)測漲（1），而決策樹模型則更保守地傾向于預(yù)測平或跌（0）。這兩個模型之間的F1分?jǐn)?shù)差異也相當(dāng)大。因此，這兩個模型的結(jié)果可能具有誤導(dǎo)性，不能很好地預(yù)測漲跌情況。然而，當(dāng)使用LSTM模型時，發(fā)現(xiàn)其預(yù)測結(jié)果能夠更好地區(qū)分漲跌情況。這意味著LSTM模型的預(yù)測結(jié)果更準(zhǔn)確且具有較低的誤差率。此外，LSTM模型的F1分?jǐn)?shù)之間的差異也很小，表明該模型在預(yù)測漲跌方面的性能相對穩(wěn)定。因此，LSTM模型的預(yù)測結(jié)果可以提供一定的參考意義。這些差異可能是由于模型之間的不同假設(shè)、算法或特征選擇等因素所導(dǎo)致的。SVM模型可能更加關(guān)注正例（漲）的特征，而決策樹模型則更注重負(fù)例（平或跌）的特征。而LSTM模型則能夠更好地捕捉序列數(shù)據(jù)中的模式和趨勢，從而更準(zhǔn)確地預(yù)測漲跌情況。擇時決策受到多種因素的影響，包括市場情況、經(jīng)濟指標(biāo)、新聞事件等。單一模型的預(yù)測結(jié)果可能存在一定的局限性，因此綜合考慮多種模型的結(jié)果，并結(jié)合其他市場分析工具和判斷，可以提高預(yù)測的準(zhǔn)確性和可靠性。最后，根據(jù)對三個模型的分析，SVM和決策樹模型的結(jié)果可能具有誤導(dǎo)性，而LSTM模型的預(yù)測結(jié)果相對更為可靠。然而，在進行任何投資或擇時決策之前，仍然需要進行全面的市場分析和綜合考量，以便做出更準(zhǔn)確和明智的決策。（二）展望根據(jù)預(yù)測結(jié)果顯示，機器的預(yù)測并不能非常接近實際情況，這證明證券市場存在較大的不確定性。這可能是由于特征參數(shù)選擇不夠優(yōu)化，以及未考慮到許多其他參數(shù)的影響。為了改進預(yù)測模型，可以制定獨特的指標(biāo)作為特征參數(shù)，并引入更多類型的數(shù)據(jù)，如基本面數(shù)據(jù)、高頻數(shù)據(jù)和外圍市場數(shù)據(jù)，這些數(shù)據(jù)都蘊含著大量的信息。在后續(xù)的研究中，可以考慮對這些數(shù)據(jù)進行聯(lián)合挖掘，以提高預(yù)測的準(zhǔn)確性。未來還將涌現(xiàn)更多優(yōu)秀的模型，其中包括結(jié)合人工智能（AI）進行分析的模型。這些新模型有望進一步提升預(yù)測的準(zhǔn)確性。同時，可以考慮在后續(xù)使用預(yù)測過程中將測試預(yù)測數(shù)據(jù)結(jié)合未來真實數(shù)據(jù)轉(zhuǎn)為訓(xùn)練數(shù)據(jù)，通過增加預(yù)測任務(wù)的數(shù)量，可以獲得更多的訓(xùn)練數(shù)據(jù)，這可能會推動模型取得突破性的發(fā)展。通過利用更多的數(shù)據(jù)和任務(wù)來訓(xùn)練模型，預(yù)測的準(zhǔn)確性和可靠性有望得到提高。當(dāng)然，需要注意的是，證券市場的預(yù)測始終存在一定的挑戰(zhàn)和限制。市場涵蓋了眾多變量和因素，不僅僅是歷史數(shù)據(jù)和技術(shù)指標(biāo)可以完全涵蓋的。市場波動受多種因素的影響，包括經(jīng)濟因素、政治因素、自然災(zāi)害等。因此，在進行預(yù)測時，仍然需要綜合考慮多種因素，如基本面分析、市場情緒和全球經(jīng)濟動態(tài)等。最后，目前機器學(xué)習(xí)和預(yù)測模型只是輔助工具，而非絕對的預(yù)測神器。在進行投資和擇時決策時，仍然需要謹(jǐn)慎評估風(fēng)險，并結(jié)合專業(yè)知識和經(jīng)驗做出決策。機器學(xué)習(xí)模型可以為我們提供參考，但最終的決策仍然需要依賴人類的判斷和決策能力。

參考文獻：賽英,張鳳廷,張濤.基于支持向量機的中國股指期貨回歸預(yù)測研究[J].中國管理科學(xué),2013,21(03):35-39.DOI:10.16381/ki.issn1003-207x.2013.03.002.YangD,MuS,YunjieL,etal.AnImprovedDeep-Learning-BasedFinancialMarketForecastingModelintheDigitalEconomy[J].Mathematics,2023,11(6):1466-1466.林松.BP神經(jīng)網(wǎng)絡(luò)在股市預(yù)測中的研究[D].蘭州大學(xué),2017(03).WanwanL,BenW,XinyanF,etal.High-DimensionalVolatilityMatrixEstimationwithCross-SectionalDependentandHeavy-TailedMicrostructuralNoise[J].JournalofSystemsScienceComplexity,2023,36(05):2125-2154.邢娟.基于數(shù)據(jù)挖掘的量化投資系統(tǒng)的研究[D].齊魯工業(yè)大學(xué),2017.KaijianH,QianY,LeiJ,etal.FinancialTimeSeriesForecastingwiththeDeepLearningEnsembleModel[J].Mathematics,2023,11(4):1054-1054.趙業(yè)翔.有監(jiān)督學(xué)習(xí)下的量化投資策略研究[D].河南財經(jīng)政法大學(xué),2022.DOI:10.27113/ki.ghncc.2021.000420.潘唯一.基于機器學(xué)習(xí)技術(shù)的量化投資策略研究[D].中國科學(xué)院大學(xué)（中國科學(xué)院大學(xué)人工智能學(xué)院）,2021.DOI:10.27824/ki.gzkdx.2020.000048.吳俊裕.結(jié)合機器學(xué)習(xí)算法的多因子量化交易策略[D].上海財經(jīng)大學(xué),2022.DOI:10.27296/ki.gshcu.2019.000115.王云凱,藍(lán)金輝.ML-FFA:基于機器學(xué)習(xí)和基本面因子分析的量化投資策略[J].時代金融,2018,(32):358-359+375.于佳奇.我國證券市場有效性分析[D].吉林財經(jīng)大學(xué),2018(02).高建宇.基于機器學(xué)習(xí)的多技術(shù)指標(biāo)量化擇時研究[J].中國集體經(jīng)濟,2022(34):153-155+165.黃肖曼.基于機器學(xué)習(xí)的數(shù)據(jù)量化分析策略研究與實現(xiàn)[D].電子科技大學(xué),2023.羅澤南.基于集成樹模型的Stacking量化選股策略研究[J].中國物價,2021,(02):81-84.FangY,ChenJ,XueZ.ResearchonQuantitativeInvestmentStrategiesBasedonDeepLearning[J].Algorithms,2019,12(2):35.WanwanL,BenW,XinyanF,etal.High-DimensionalVolatilityMat