Pet_a_Cat的博客

接下来我们来进行KNN算法的实战操作。目标是，我们将利用KNN预测市场走向，并在此基础上制定交易策略。这里我们只简单用SPY的数据。标签或目标变量（target variable）是因变量。在这里，目标变量是识别SPY在下一个交易日收盘时是涨还是跌。如果明天的收益大于远期收益的中位数，我们将买入SPY，否则我们将卖出SPY。我们为目标变量的买入信号赋值+1，为卖出信号赋值-1。目标可以描述为:其中Q2rt1Q2​rt1​为SPY下一天收益的中位数（第二个四分位数）。

二叉树法（Binomial Tree）是由Cox, Ross, 和 Robinstein在1979年首创的。二叉树法是一种在金融学中用于估算期权价格的方法，其中二叉树模型用于模拟股票价格的变化。在二叉树模型中，每个节点表示股票的价格，在模拟期间，二叉树模型允许股票在下一个时间点向上或向下移动特定的数量。每个节点都有两个子节点，分别表示价格向上或向下变化后的价格。给定初始股票价格S，我们让它以u和v倍上升或下降，从而产生新的价格uS和vS。如果有两次向上移动，股票价格为u2S；

正态分布是一种连续型概率分布，也被称为高斯分布或钟形曲线分布。它被广泛应用于统计学和自然科学中，如在财务分析、生物学、物理学、心理学和社会科学等领域中。正态分布的特点是具有单峰性，即它的概率密度函数具有一个峰值，而且峰值对称地位于均值的左右两侧。它还具有标准差和方差的特征，这些特征可以用来测量数据的分散程度。正态分布的形状可以通过均值和标准差来调整。fx∣μσ2σ2π​1​e−2σ2x−μ2​其中，x是随机变量的取值，μ是均值，σ是标准差。

任何数据分析的第一步都是解析原始数据，包括从源中提取数据，然后清洗和填充缺失的数据(如果有的话)。虽然数据有多种形式，但Python使用有用的包可以很容易地读取时间序列数据。这篇博客，我们将使用一些流行的python包检索和存储EOD数据和intraday数据。这些库旨在保持API的简单性，并使访问历史数据变得更容易。此外，我们还将了解如何从本地存储的传统数据源读取数据。