【机器学习案例八】股票投资中均线策略的应用

案例背景

数据集 SH50 给出了上证 50 指数从 2005 年 1 月 1 日至 2019 年 5 月10 日的股价数据，包括日期（date）、开盘价（open）、最高价（high）、最低价（low）、收盘价（close）、成交量（vol）。请建立模型对指数未来 5 日走势进行预测，如果未来五天平均价格变化 ≥ 1.5%，则记为“看涨”；未来五天股票平均价格变化 ≤-1.5%，记为“看跌”；其余情况记为“震荡”。根据历史数据预测未来五天股票价格的走势

数据预处理

导入基本库

import pandas as pd
import numpy as np
import os
import matplotlib.pyplot as plt

读取数据

df=pd.read_csv('sh50.csv')

• 将每天的收盘价进行可视化

close=list(df.close)
plt.plot(close)

构造label

• 构造依据
  原始数据中没有看涨或者看跌这样的数据的，需要自己根据历史数据构造，若未来五日的股票的平均价格是当前价格的1.015倍，那么标为看涨股票。若未来五日的股票的平均价格是当前价格的0.985倍，那当前标为看跌。其他情况视为震荡。
• 定义函数

def make_label(*x):
    labels=[]
    for i in range(len(x)-5):
        if  (sum(x[i+1:i+6])/5.0)/x[i] - 1 > 0.015:
            labels.append('看涨')
        elif (sum(x[i+1:i+6])/5.0)/x[i] - 1 < -0.015:
            labels.append('看跌')
        else:
            labels.append('震荡')
    return labels

• 将构造的标签添加到原始数据中

labels=make_label(*close)
df=df.iloc[:-5,:]
df['label']=labels

因