用深度学习进行量化交易

学习目标：

使用深度学习工具进行量化交易，主要基于TensorFlow框架进行。

想要实现的目标有

1、基于一段时间内的历史数据进行直接对后续可能的操作结果进行分类：

        用前一段时间内的历史数据（如前100天历史数据）作为训练数据集，然后对经过一定后续操作的结果进行标签化，作为标签数据集，再用深度学习对数据进行处理，识别处一定走势的情况下，可能的后续操作分类。

训练数据比较简单，主要是标签数据集的确定。标签数据集的确定可以考虑如下方法：

        首先定义一定的止损点数，如50点，然后定义一定的报酬比，如2，然后对后续价格进行判断，如果价格向上和向下均到达了止损点，但是没有到达报酬比，则标签设置为0，代表此时应该空仓。如果价格向上没有到达止损点，向下到达了报酬比，则标签设置为1，代表应该做空。如果价格向下没有到达止损点，向上到达了报酬比，则标签设置为2，代表应该做多。这样设置标签的好处是可以根据历史数据直接计算出后续的操作步骤。同时，通过改变报酬比，可以看出在相同止损点的情况下报酬比的概率分布，来确定持有的时间以及应该选择哪种报酬比。