tf26: AI操盘手

话说股票价格到底能不能预测

先来看一下<随机游走假说-Random Walk>。

随机游走假说（英语：Random walk hypothesis）是金融学上的一个假说，认为股票市场的价格，会形成随机游走模式，因此它是无法被预测的。（摘自wiki）

生成一个随机游走时间序列数据：

import random
from matplotlib import pyplot
 
random_walk = [-1 if random.random() < 0.5 else 1]
 
for i in range(1, 1000):
	random_walk.append(random_walk[i -1] + (-1 if random.random() < 0.5 else 1))
 
pyplot.plot(random_walk)
pyplot.show()

TensorFlow练习26: 使用AI替代操盘手-股价预测

上面生成的这个数据序列像不像股票走势，这个数据序列是无法有效预测的。难道股票价格真的无迹可寻吗？

不要忘了股票价格是受外界环境影响的，如公司、股人、大佬、政治、甚至太阳的活动周期等等。人是情感动物，一个人不好预测，大众的行为还是可预测的。当你的模型将所有的因素全都考虑进来，那么股价的预测是不是就可行了呢？从量子力学的角度来看，未来是测不准的，只能求出概率。记住，当你预判别人的同时，别人也在预判你（镜中镜）。

• 新闻头条预测股票，Kaggle：Daily News for Stock Market Prediction
• 各路大神的评论：股票价格真的能预测吗?   用人工智能计算股票的涨和跌可行吗？

TensorFlow练习26: AI操盘手-股价预测

上图是比特币的近期走势图，这货在去年12月份经历了一次大涨，涨的过程像不像阶梯。媒体一看比特币涨了，就会大肆报道，这就吸引了投资者眼球（贪婪），如果你查这段时间的搜索趋势，你会看到比特币的搜索量明显增多了。

当然有涨就有跌，这货不可能一直涨，最后一根稻草一旦被压断，就会出现断崖式下跌(恐慌)，随之而来又是一段稳定期。

比特币涨了，我该不该入手？（如果你是投资者） 比特币跌了，我该不该出手？ 当你发现你问这两个问题时，就已经晚了。在金融市场，不先人一两步怎么能成。

AI操盘手

AI操盘手从复杂环境中学到交易规则，然后应用action（买、卖，憋着）反作用到环境，借助强化学习，这个AI操盘手会不断进化。

%e5%b1%8f%e5%b9%95%e5%bf%ab%e7%85%a7-2016-11-19-%e4%b8%8a%e5%8d%8810-09-08

Deep Q-learning可以从原始数据中进行端到端的学习策略。

本帖只是一个简单的示例，只是看看能不能把Deep Q-learning应用到股票交易。

首先获得一些股票数据：

from yahoo_finance import Share
import pandas as pd
 
share = Share("IBM")
stock_history = share.get_historical("1989-01-01", "2017-01-01")
ibm_df = pd.DataFrame(stock_history)
ibm_df = ibm_df.iloc[::-1]
 
ibm_df.to_csv("ibm_stock_data.csv", index=False)

TensorFlow练习26: AI操盘手

header

画出每天Open指标：

TensorFlow练习26: AI操盘手

代码（AI模拟交易；reward：最大化收益）：

TensorFlow练习26: AI操盘手

代码还有点问题，容我在改改。

我只使用历史数据做为输入，这样是远远不够的。后续：添加更多影响股价的因素，如新闻、社交媒体、搜索趋势等等；添加多股票支持。