首页
学习
活动
专区
工具
TVP
发布

开发一款A

作者在自学机器学习的过程中,尝试开发了一个基于机器学习的A工具。本文是在赤兔的“数据挖掘”小组分享的此次开发过程和心得体会的整理。...A器开发过程 数据来源 就财经类的数据而言,现在各大门户网站都有专门的频道,信息很多,如果对实时要求高,通过爬虫取其中有用的部分应该是一个办法。...但是在我的实验中,基于人的经验来设计过滤器,准确率并不高,50%多一点,也就是比随机的稍微好一点。 机器学习建模 接下来考虑选取合适的机器学习算法。...应该不难理解,对于工具我们应该更关心准确率。 改进模型 为了提高准确率,在开发过程中,我做了下面这些改进尝试: 一个是扩大样本。...股灾日经常是“千跌停”,上涨的股票太少了…可以看出在这些“股灾日”的时候,模型也不太准确,出现了失真。 总结与心得 工具利用机器学习算法,一般情况下比传统的算法(或者人为经验)的准确率高。

2.3K80
您找到你想要的搜索结果了吗?
是的
没有找到

SaaS投资机会:如何和估值

来源 :月球密探阿波罗  作者:密探阿波罗 ---- 上回刚讲了《SaaS的投资逻辑》,随后的一周港美股市场便分别祭出了700亿美金的Snowflake和550亿港币的明源云。...好行业只是其一,“好公司、好价格”依然是永恒的主题,所以今天要谈的核心就是: SaaS板块如何、如何估值。 SaaS第一步:细分拆解 实际上,即便在国内,SaaS也不是新概念。...SaaS第二步:寻找最好的SaaS公司 说完SaaS细分以及他们的差别后,我们再来看看共性的部分。...回溯美SaaS20年发展历程,一家能给股东带来丰厚回报的SaaS公司,一定有好的商业模式,并在长周期里成长性和盈利能力都很不错的企业。 什么样的SaaS公司能够做到?...还是看美SaaS得到的经验,美SaaS股价长期稳定向上,回撤较小,企业股价大幅波动主要发生于:成长性大幅波动、利润率显著波动、长期市场格局面临挑战等有限情形。

86550

Python、MATLAB股票投资:ARIMA模型最优的、投资组合方案与预测

p=31651 原文出处:拓端数据部落公众号 分析师:Xingming Xu 基于当前统计的股票数据选择最优的方案和投资组合方案,以及预测股票价格未来一段时间的走向趋势以及波动程度,具有很大的实用价值...我们需要完成以下问题 问题一:投资者购买目标指数中的资产,如果购买全部,从理论上讲能够完美跟踪指数,但是当指数成分较多时,购买所有资产的成本过于高昂,同时也需要很高的管理成本,在实际中一般不可行。...(2)投资者购买成分时,过多过少都不太合理。对于附件的成分股数据, 请您通过建立模型,给出合理方案和投资组合方案。 问题二:尝试给出合理的评价指标来评估问题一中的模型,并给出您的分析结果。...针对问题一:分析投资者在给定十支股票中的最优选方案和投资组合。...编写Python代码建立模型,并对模型进行训练,通过参数诊断后可以对未来数据进行预测,并且根据预测数据对不同类型的投资人群给予相应的投资建议。

57900

【最新研究】基于风险中性的深度学习策略

风险中性的机器学习模型 模型训练:通过训练样本,确定模型结构,优化模型参数。 预测输出 Y 的维度:3。...机器学习多因子模型:从股票特征中提取信息,对股票未来的收益进行预 测,选出能够产生超额收益的股票组合。 多因子模型: 挑选出未来一期能够产,生超额收益的股票。...风险中性深度学习策略 年化收益率21.95%,最大回撤 -5.03%,胜率为 74.6%,信息比2.92 普通深度学习策略 年化收益率19.71%,最大回撤 -5.35%,胜率为 69.5%,信息比...机器学习策略每期组合的同质性:选取的组合有较大的差异 当组合规模N为50时,两种深度学习策略平均每期到的股票有41.9%重合。(参考:两次独立的随机中,平均有10%重合。)...当组合规模N为100时,两种深度学习策略平均每期到的股票有53.3%重合。(参考:两次独立的随机中,平均有20%重合。)

1.7K50

深度强化学习-上证50指数增强

A6%E4%B9%A0%E9%80%89%E8%82%A1-SH50%E6%8C%87%E6%95%B0%E5%A2%9E%E5%BC%BA) ---- 这里简单的构建了一个使用深度强化学习算法实现多因子的框架...例如: 在周一沪市开盘前,Account接受到一个长度为50的向量对应SH50指数成份的调仓指令,交易员Agent在开盘时分,挂卖单卖出部分股票之后挂买单买入新股票。...理论上使用定量指令可以实现和持仓优化的多重目标(如小方差或低换手率等特定目标)。...Agent 使用LSTM网络进行策略和估值的拟合,每个交易日Agent获取该交易日之前的多因子数据[Time, Batch, N]使用LSTM估计指数成份预期价值方向做出调仓指令。...也就是Agent的功能包括、仓位控制和资金管理。 例如做HS300指数增强的时候,向指令向量对应位添加现金、债券、货币基金等选项,直接指定各位置选项的百分比。

1.5K40

获取更稳健的收益:趋势策略与因子的结合

通过结合基于因子的的进攻策略和多指标趋势跟踪的防御策略,投资者可以做到这一点。这种组合策略的目标是通过优质的股票选择产生长期优于市场的回报,同时通过使用强劲的趋势跟踪策略显著降低下行风险。...单因子策略 基于因子的模型是一种系统性的投资策略,根据某些关键特征或因子选择个股,这些特征或因子已被证明能够产生卓越的长期投资业绩。...如图1所示,基于过去22年的年化回报率,每个因子组合在都大大超过了标普500和标普综合1500指。在风险调整的基础上,每个因子组合的表现也优于两个股票市场指数。...趋势跟踪与因子的结合 从图2中可以看出,在过去的22年里,将这种多指标趋势跟踪策略应用于各因子组合,显著提高了各因子策略的绝对收益和经风险调整后的收益。...然而,将基于因子的与以防御为重点的多指标趋势跟踪策略相结合,作为投资组合叠加,投资者可以显著降低这种方式的风险,并获得更好的长期绝对收益和风险调整后的收益。

54540

RNN增强—ACT(自适应计算次数)多因子模型

LSTM 模型 当需预测信息和相关信息距离较远时,原始 RNN 结构的传输的效率并不让人满意。...在此我们略去 ACT模型的严格的数学定义,通过对A股市场多因子模型的应用,我们直接观察ACT的RNN网络效果,并与传统的RNN(LSTM)网络多因子模型进行对比。...从本次的对照来看,在多因子上,我们能够观察到速度的提高,从 LSTM 在7000 次迭代时的收敛提高到 ACT 的 5000 次以下的收敛。...特征分 在机器学习的算法中,我们评价一个学习网络的准确率是通过全部测试样本的预测结果来计算的。但是在中,我们更关心的是算法预测上涨的组合的实际胜率。...因此,我们选择计算看多组合中,概率最高的 100 只股票进入真实涨幅前100票的比例,作为衡量算法的准确性标准。

1.9K70

多因子尝试(一):因子加权方法在中的应用

之前在A动量与反转的实证过程中,提到了因子择时和风格轮动的重要性,本篇算是对因子择时的一个小小的尝试,没有什么创新性,只是把现在比较传统的方法都拿来试了一遍,目前没有能力创造方法,只做方法的搬运工。...文章组合构建过程中选取了3个代表性因子BP(LF)、一个月动量因子、市值因子(市值对数),尝试通过六种不同的加权方式对这三种因子进行组合,计算因子得分,根据因子得分进行,具体如下: 调仓频率:月度(...每月末调仓) 回测区间:2010-01-04~2018-07-31 股票池:A,剔除ST、停牌、新股 规则:将三因子的加权和作为因子得分,每一期买入因子得分最高的前10%股票 六种加权方法分别为:...参考文献 安信证券-多因子系列报告之一:基于因子IC的多因子模型 金融工程-半衰IC加权在多因子中的应用

5.5K30

【深度研究】Stacking 集成学习在多因子中的应用

在华泰金工前期的人工智 能报告中,我们分别介绍了广义线性模型、SVM、朴素贝叶斯、随机森林、Boosting、 神经网络模型在多因子中的应用。...在领域,使用模型的夏普比率(Sharpe)来衡量。...模型测试结果和IC值分析 在“Stacking集成学习中基模型的对比和选取”一章中,我们得出在全A情况下,XGBoost_6m以及逻辑回归_6m最适合与XGBoost_72m进行Stacking...我们构建了全A策略并进行回测,各项指标详见图表23,策略是行业中性策略,策略组合的行业配置与基准(沪深300、中证500、中证全指)保持一致,各一级行业中选N个股票等权配置(N=2,3,4,5,6...我们构建了全A策略并进行回测,各项指标详见图表27,策略是行业中性策略,策略组合的行业配置与基准(沪深300、中证500、中证全指)保持一致,各一级行业中选N个股票等权配置(N=2,3,4,5,6

1.8K21
领券