黃敏健 劉鈺萱

摘 ? 要：隨著我國經(jīng)濟制度和保障體制的不斷完善，越來越多的人投入到股票交易市場中，而在錯綜復(fù)雜的股票市場中，根據(jù)股價趨勢選取最優(yōu)股并采取適當?shù)慕灰撞呗?，是投資者和相關(guān)學(xué)者的討論中亟待解決的問題，如何有效地對股票趨勢進行預(yù)測成為研究領(lǐng)域的一個熱門。根據(jù)上市公司的股票數(shù)據(jù)和變化情況，運用4種機器學(xué)習(xí)模型對股價進行預(yù)測，實驗結(jié)果表明，各類模型可以提高預(yù)測的準確率，相較于K近鄰、邏輯回歸模型以及支持向量機模型，使用Tensorflow建立的模型各類評價指標上都表現(xiàn)出最好的預(yù)測結(jié)果。不同模型在結(jié)合金融投資特征適當調(diào)整之后，預(yù)測準確率有一定的提升。根據(jù)以上數(shù)據(jù)和分析，評價各種機器學(xué)習(xí)算法模型在股票趨勢預(yù)測方面的效用。

關(guān)鍵詞：機器學(xué)習(xí);股票預(yù)測;python

隨著我國經(jīng)濟制度和保障體制的不斷完善，越來越多的人投入到股票交易的市場中，而在錯綜復(fù)雜的股票市場中，根據(jù)股價趨勢選取最優(yōu)股并采取適當?shù)慕灰撞呗?，是投資者和相關(guān)學(xué)者的討論中亟待解決的問題。

盡管股票市場是一個非線性、非平穩(wěn)的系統(tǒng)，但是相對穩(wěn)定條件下的股票市場依然存在一定的規(guī)律性。近年來，隨著數(shù)理統(tǒng)計、概率論及神經(jīng)科學(xué)的發(fā)展融合，機器學(xué)習(xí)理論的日益完善，各類機器學(xué)習(xí)的模型在股票預(yù)測領(lǐng)域也得到了廣泛的應(yīng)用。越來越多的人通過機器學(xué)習(xí)的方法實現(xiàn)對股票趨勢的預(yù)測。本文在sklearn框架下，分析清洗過后的股票歷史數(shù)據(jù)，通過訓(xùn)練來得到可以預(yù)測股價的模型，在不同評測指標下將預(yù)測結(jié)果進行對比，并針對模型的不足對模型結(jié)構(gòu)和參數(shù)進行改良，將改進前后的數(shù)據(jù)進行對照并作出分析。

1 ? ?相關(guān)技術(shù)和理論知識

1.1 ?機器學(xué)習(xí)的基本方法

機器學(xué)習(xí)通過研究計算機怎么模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新知識和技能，重新組織已有知識結(jié)構(gòu)使不斷改善自身性能。針對經(jīng)驗E（Experience）和一系列任務(wù)T（Tasks）和一定表現(xiàn)的衡量P，如圖1所示，如果隨著經(jīng)驗E的積累，針對定義好的任務(wù)T可以提高表現(xiàn)P，說明計算機在過程中逐漸具備學(xué)習(xí)能力[1]。

1.2 ?基于Python預(yù)測股票價格的模型

1.2.1 ?K近鄰

K近鄰（K-Nearest Neighbor，K-NN）通過計算測試對象和所有訓(xùn)練對象的距離，如式（1）所示，找出最近距離的k個對象中出現(xiàn)頻率最高的對象，通過其所屬類別確定測試對象的類別。

1.2.2 ?邏輯回歸和支持向量機

邏輯回歸（Logistics Regression，LP）模型為了線性擬合并且約束目標值域，使用sigmoid函數(shù)作為邏輯回歸單元來進行約束。數(shù)學(xué)模型如式（2）：

不同于使用均方誤差，為了達到盡可能使得曲線光滑以及盡可能使類似于一元二次函數(shù)的目的，采用如式（3）代價函數(shù)進行二分類，尋找全局最優(yōu)點：

即轉(zhuǎn)化為優(yōu)化交叉熵函數(shù)，最小化損失的求解過程，如式（4）所示;支持向量機就是將向量進行二分類的算法。核心思想是使分開的兩個類別有最大間隔，使得分割具有更高的可信度。同為二元分類器，SVM將股票指標這樣線性不可分的數(shù)據(jù)投影至完美線性可分或基本線性可分的空間，從而將股價價格漲跌問題轉(zhuǎn)化為漲跌分類問題。損失函數(shù)則構(gòu)合頁函數(shù)加上正則化項如式（5）：

1.2.3 ?TensorFlow與Keras

對神經(jīng)網(wǎng)絡(luò)的建立，主要使用多層感知機（Multi-Layer Perceptron，MLP），包括輸入輸出層和隱層，其中，股票價格將被輸入到模型中，并且會使用特定權(quán)重值通過隱藏層向前送入以產(chǎn)生輸出。通過損失函數(shù)（Loss Function）來進行評價和優(yōu)化，如式（6）所示：

2 ? ?評價指標

2.1 ?部分回歸指標

回歸類指標中，y為預(yù)測的真實值，為預(yù)測值，在模擬的過程中，它們越小那么模型預(yù)測的效果就越好，均方誤差（MSE）、均誤差（RMSE）和平均絕對誤差（MAE）如式（7）所示：

2.2 ?部分分類評價指標

查準率（精準率）：Precision = TP÷（TP+FP）。

查全率（召回率）：Recall = TP÷（TP+FN）。

正確率（準確率）：Accuracy=（TP+TN）÷（TP+FP+ TN+FN）。

其中，TP—真正例，實際為正預(yù)測為正;FP—假正例，實際為負但預(yù)測為正;FN—假反例，實際為正但預(yù)測為負;TN—真反例，實負預(yù)測。

3 ? ?股票預(yù)測模型的構(gòu)建

通過網(wǎng)絡(luò)爬蟲獲取20只國內(nèi)上市公司股票的交易指標和S&P 500 Index，也就是標準普爾500指數(shù)，記錄了美國500家上市公司的股票指數(shù)，其成分股由工業(yè)、運輸業(yè)、公用事業(yè)和金融業(yè)股票組成。采樣面廣、代表性強。數(shù)據(jù)預(yù)處理環(huán)節(jié)如圖2所示。

運用理論部分監(jiān)督學(xué)習(xí)模型策略的知識對將對多支股票的交易特征分別進行建模，預(yù)測漲跌趨勢。對于神經(jīng)網(wǎng)絡(luò)部分分別采用同步和異步預(yù)測，同樣對價格趨勢進行預(yù)測[2]。

4 ? ?預(yù)測模型的實現(xiàn)

4.1 ?傳統(tǒng)機器學(xué)習(xí)模型的實現(xiàn)

4.2 ?TensorFlow的實現(xiàn)

圖5為同步預(yù)測，隨著訓(xùn)練次數(shù)增加，同步擬合的擬合率得分接近于0.98，各類誤差指標水平同樣較低，可以精準地預(yù)測大盤價。盡管在精確度上表現(xiàn)良好，但是由于預(yù)測形式特殊，應(yīng)用于實際有一定困難。

使調(diào)用歷史若干個時刻的股票指數(shù)，通過神經(jīng)網(wǎng)絡(luò)循環(huán)神經(jīng)網(wǎng)絡(luò)進行預(yù)測實際指數(shù)預(yù)測大盤指數(shù)，結(jié)果如圖6所示。

結(jié)果擬合程度較高，均方誤差為（0.10±0.05），測試集上為0.001 5。由于采用的是歷史價格，此方法更適合于用于實際預(yù)測。

5 ? ?未來發(fā)展方向

對股票交易的不同預(yù)測需求場景下對應(yīng)的指標和方法選取需要有準確的認識?；貧w評價指標和分類評價指標呈現(xiàn)出較大的差異性，因此，評價指標和相應(yīng)機器學(xué)習(xí)方法的選取必須結(jié)合對股票預(yù)測的具體需求。如果策略更加偏向于準確價格范圍預(yù)測，由前文所述使用回歸評價指標，精度較高的可以有效地基于此比較誤差。此類指標的誤差均值對被評估數(shù)據(jù)的異常點（outliers）較敏感，如果交易指標中有一些異常值出現(xiàn)，會對以上指標的值有較大影響，同時也對數(shù)據(jù)的清洗提出了更嚴格的要求。對于分類評價指標，則更看重業(yè)務(wù)邏輯。對于傾向性問題，如帶有感情色彩的策略制定，精度評價無法勝任;對于盈利虧損的接受程度，調(diào)整傾向決定了調(diào)整查全率、查準率還是使用兼顧兩者的F1-Score的標準，均能較好地適合期望穩(wěn)定收益的場景。AUC由于和概率的相對大小（概率排序）有關(guān)，與絕對值無關(guān)，不適合準確價格的預(yù)測。因此更加適合非均衡（漲跌不均勻分布）時預(yù)測，或基于趨勢選取交易策略的場景。

6 ? ?結(jié)語

從本文的相關(guān)研究發(fā)現(xiàn)，機器學(xué)習(xí)算法可以通過一定范圍的指標評估從而輔助交易策略。通過結(jié)合具體交易場景選取適當?shù)膮?shù)和評價指標，則可以實現(xiàn)從價格趨勢的預(yù)測到實際收益提升的轉(zhuǎn)換。然而在實際環(huán)境中，模型預(yù)測的準確率具有數(shù)據(jù)依賴性，無法訓(xùn)練一個模型適用于所有場景。一方面考慮到本文所取的股票樣本仍然不夠全面，且現(xiàn)實中的股票市場還有復(fù)雜的政治、經(jīng)濟因素會造成無法預(yù)估的影響，要得出具有泛化能力的模型，還需要對股票所屬產(chǎn)業(yè)和具體交易場景作進一步的分類和深入的調(diào)查，更加全面的數(shù)據(jù)分析和模型調(diào)整，將機器學(xué)習(xí)算法的思想和現(xiàn)實應(yīng)用更好地結(jié)合。

[參考文獻]

[1]傅航聰，張 ?偉.機器學(xué)習(xí)算法在股票走勢預(yù)測中的應(yīng)用[J].軟件導(dǎo)刊，2017，16（10）：31-34，46.

[2]文 ?成.基于機器學(xué)習(xí)方法的股票數(shù)據(jù)研究[D].重慶：重慶理工大學(xué)，2011.