本文介绍了如何运用K近邻（KNN）算法进行股票走势预测，通过Python实现KNN的步骤，包括数据处理、模型建立、预测和评估。在案例中，使用SPY数据进行预测，通过混淆矩阵、ROC曲线下面积等指标评估模型性能，发现模型预测准确率和AUC值并不理想，提示需要进行超参数调优和策略优化。
什么是K近邻（KNN）
K近邻(KNN，K-Nearest Neighbors)是最简单的机器学习算法之一，可用于回归和分类。KNN是一种“惰性”学习算法，从技术上讲，它不训练模型来进行预测。K近邻的逻辑是，假设有一个观测值，这个观测值被预测属于离它k个最近观测值中所占比例最大的那一个类。KNN方法是直接尝试使用实际数据来近似条件期望。
对于回归，预测值是K个邻居的均值，估计量（estimator）为
f ^ ( x ) = A v e r a g e [ y i ∣ x i ∈ N k ( x ) ] \hat{f}(x) = Average[y_i | x_i \in N_k(x)] f^(x)=Average[yi∣xi∈Nk(x)]
N k ( x ) N_k(x) Nk(x)是x的 包含k个 最靠近的 观测值的 邻域。
对于分类，所预测的标签是具有“多票者胜”性质的类，即，哪个类在相邻类中最具代表性。这相当于在k个最近的邻居中进行多数投票。对于每一类j = 1，…， K，然后我们计算条件概率
Pr ( G = j ∣ X = x 0 ) = 1 k ∑ i ∈ N k ( x ) I ( y i = j ) \Pr(G = j | X = x_0) = \frac1{k} \sum_{i\in N_k(x)} I(y_i = j) Pr(G=j∣X=x0)=k1i∈Nk(x)∑I(yi=j)
把观察值归类给条件概率最高的那一类。这里的 I ( y i = j ) I(y_i = j) I(yi=j)是指示函数，如果
最低0.47元/天 解锁文章
扫一扫
1289
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
