![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 76
码农甲V
业精于勤而荒于嬉,行成于思而毁于随。
展开
-
Python量化交易学习笔记(45)——深度学习挖短线股5
前4篇文章分别记录了利用深度学习挖短线股的数据预处理、模型训练、结果预测及策略回测过程,本文记录根据筛选短线股票的过程。选股流程1.股票数据下载更新例如现在是2020年11月23日19:00,我们想找到按深度学习策略,明天应该买什么股票。那么首先将股票日线数据更新至2020年11月23日,日线数据下载可参考笔记(39)。2.股票扩展数据计算计算股票的扩展指标,参考笔记(41)第2部分内容。这里可以做进一步优化,如果每天都进行扩展数据计算,实际只需要对更新的当日数据进行计算,而无需对历史数据进行重原创 2020-11-25 20:57:14 · 6395 阅读 · 13 评论 -
Python量化交易学习笔记(44)——深度学习挖短线股4
前面的文章记录了深度学习挖短线股的数据预处理、模型训练、结果预测过程,本文将记录应用预测结果进行回测的步骤。策略回测在策略回测实现中,主要应用了backtrader的Data Feeds扩展功能 ,在笔记(25)中,记录了使用Data Feeds扩展进行单只股票回测的过程,本文则是基于深度学习预测结果,使用Data Feeds扩展进行多股回测。预测结果正则化笔记(43)中得到每只股票每日的预测结果,取值范围在0到1之间,值越接近于1,表明其越有在短期暴涨的可能。经过观察发现,每只股票取值范围差异较原创 2020-11-06 06:32:09 · 4626 阅读 · 5 评论 -
Python量化交易学习笔记(43)——深度学习挖短线股3
前面的文章已经介绍,将短线个股挖掘问题转化为深度学习处理的分类问题,并且已经完成训练,将训练得到的模型保存到本地。本文将记录如何使用Keras加载模型并进行预测的过程。结果预测首先,找到训练模型保存的目录,加载模型: # 加载模型 loaded_model = keras.models.load_model('./model/{}'.format(stk_code))然后,读入数据,将数据转化为字典类型作为预测所使用的输入字典,键为特征的索引,值为tensor。我们使用了220个特征原创 2020-10-21 05:59:44 · 4318 阅读 · 5 评论 -
Python量化交易学习笔记(42)——深度学习挖短线股2
上篇文章介绍了深度学习挖短线股的数据预处理部分,本文将介绍模型训练的内容。模型训练模型训练过程主要参考Keras的官方示例(链接),该示例对结构化的数据进行了分类,分别处理了特征为字符串、整形、浮点型的数据。对于当前我们所选用的训练特征而言,我们只需要处理浮点型特征。import tensorflow as tfimport numpy as npimport pandas as pdimport osfrom tensorflow import kerasfrom tensorflow.k原创 2020-10-20 07:57:38 · 5253 阅读 · 3 评论 -
Python量化交易学习笔记(41)——深度学习挖短线股1
本文记录使用Keras筛选短线个股的流程,主要步骤如下:准备数据,根据短线个股筛选标准,给个股日线数据打标。模型训练,针对每只股票,训练得到分类模型。策略回测,根据训练得到的模型,回测策略的各指标情况。个股筛选,根据模型筛选出当前符合买入条件的股票。...原创 2020-10-17 06:51:46 · 6957 阅读 · 2 评论 -
《深度学习入门》第5期-从感知机到神经网络-码农解书(视频)
前两期的节目介绍了感知机的内容,本期节目将开始解读《深度学习入门》这本书的第3章神经网络的内容,将从感知机迈入神经网络的世界,重点介绍感知机与神经网络的区别。这里需要说明的是,这本书中,在使用“感知机”一词时,没有严格统一它所指的算法。一般而言,“朴素感知机”是指单层网络,指的是激活函数使用了阶跃函数(后述)的模型。“多层感知机”是指神经网络,即使用sigmoid函数(后述)等平滑的激活函数的...原创 2020-04-30 15:03:15 · 920 阅读 · 1 评论 -
《深度学习入门》第4期-多层感知机-码农解书(视频)
上一期介绍了单层感知机,这一期先分析单层感知机的局限性,并由此引入多层感知机。单层感知机的局限性感知机有很多应用场景,其中一个应用就是用感知机来表示逻辑电路。单层感知机可以用来表示简单的逻辑电路,例如与门、与非门、或门,但是单层感知机无法表示异或门。下面来分析一下原因。首先来回顾单层感知机用于表示逻辑电路时的公式形式:也就是说,可以把单层感知机看作是一条由参数(b,w1,w2)(b, w...原创 2020-04-27 07:29:20 · 975 阅读 · 0 评论 -
《深度学习入门》第3期-感知机-码农解书(视频)
本期带来《深度学习入门》一书中第二章感知机的部分内容,主要对感知机(单层)进行介绍。我们要学习深度学习,为什么要先学习感知机呢?因为深度学习使用的就是层数较多的神经网络,而感知机又是神经网络的起源算法。因此,这本书也是按照感知机——神经网络——深度学习的演进过程来展开介绍。什么是感知机?先上图,边看图边说。感知机首先要能感(受):能够感受外界的输入,比如上图中的x1x_1x1,x2x_...原创 2020-04-24 07:51:50 · 855 阅读 · 0 评论 -
《深度学习入门》第2期-Python入门-码农解书(视频)
针对《深度学习入门》一书中的第一章内容,这期内容主要介绍Python的基础知识,并使用简单的方法搭建Python的运行环境,让代码能够跑起来。由于笔者是C系程序员出身,所以对Python的一些基本使用方法掌握的还不是十分熟练。在本期节目的制作过程中,发现了书中提供了一种比较巧妙方法,能够比较轻松的理解Python列表的切片(slicing)标记法,即在列表名后的“[]”内,使用“:”来访问子列表...原创 2020-04-22 07:48:12 · 771 阅读 · 0 评论 -
《深度学习入门》第1期-概览-码农解书(视频)
前阵子给爱人推荐了这本《深度学习入门》,想着她可以给学生讲解相关的内容。爱人是理工科背景,但是不是计算机相关专业,反馈看上去有些吃力。于是就诞生了笔者录制“码农解书”系列视频的想法。“码农解书”仅针对技术类图书进行解读。在“码农解书”视频里,会一边浏览书中内容,一边进行代码实现,让技术类图书的阅读不再枯燥,让理论与实践相结合,达到更好的知识分享效果。对于笔者来说,也是与读者互动,取长补短,查漏补...原创 2020-04-21 07:47:21 · 1278 阅读 · 2 评论