深入浅出Python量化交易实战--第3章-机器学习在交易中的简单应用（上）

在第2章中，我们和小瓦一起用简单的回测来对交易策略进行了 评估，并且学习了两种基于市场动量的经典交易策略。现在小瓦提出 一个新的问题：如果我们掌握了足够多的数据，不就可以用机器学习 技术来预测股价的涨跌和涨幅了吗？事实上，这是一个非常好的主 意。机器学习技术就是使用样本数据训练模型，并且让模型对新样本 做出预测的技术。本章我们就和小瓦一起来探索一下机器学习在交易 中的基本应用。本章的主要内容如下。

1. 机器学习的基本概念。
2. 机器学习工具的基本使用方法。
3. 基于机器学习的简单交易策略。

 

3.1 机器学习的基本概念

近年来，随着人工智能（Artificial Intelligence，AI）的蓬勃发展， 机器学习在各行各业都有着非常广泛的应用。不过，作为一个非计算机 专业出身的学生，机器学习对于小瓦来说是一个完全陌生的领域。然 而，小瓦坚信世上无难事，只怕有心人。更何况要理解机器学习的基本 概念，其实并不困难。当然，对机器学习的基本概念已经有一定了解的 读者，可以跳过这一部分，直接阅读后面的内容

3.1.1 有监督学习和无监督学习

在机器学习领域，有监督学习（supervised learning）和无监督学习 （unsupervised learning）是常见的两种方法。为了帮助小瓦理解这两种 方法的不同，我们可以用一个小例子来阐述。

例如，我们给小瓦一堆化妆品，相信小瓦与其他女生一样，可以很轻松地叫出每样化妆品 的名字。这是因为在小瓦的认知当中，每种物品已经有了一个标签 （label），如口红、眉笔、粉扑。这些标签对应着不同的特征 （feature），例如，“红色”“用来涂在嘴唇上”的，对应的就是“口红”这 个标签。符合这个特征的化妆品，就会被小瓦归入“口红”这个类 别。对于模型来说，这种有已知标签的任务就是有监督学习的一种。

我们再给小瓦一些不同的物品:计算机主板。

 

这时我们再来要求小瓦说出计算机主板上零件的名 字，就有些难为她了。毕竟小瓦没有接触过这个领域的知识，也就是 说，在小瓦的脑子里，没有这些零件所对应的标签。即便如此，小瓦还 是可以通过观察这些东西的特征，将它们归到不同的类别中，例如，有 些是“黑色凹槽”，有些是“白色凹槽”，有些是“黑色圆柱”——虽然不知 道它们具体是什么东西，但还是能够看出它们的作用肯定是不同的。这 种没有已知标签，但是让模型通过观察特征将它们放入不同类别的过 程，就是无监督学习的一种。

 

3.1.2　分类和回归

在有监督学习当中，常见的两种任务就是分类（classification）和 回归（regression）。其中，分类任务指的是，给定样本的分类标签，训 练模型使其可以将新的样本归入正确的分类中——这时模型的目标是离 散的；而回归任务指给定样本的目标值，训练模型使其可以预测出新样 本对应的数值——这时模型的目标是连续的。

用小瓦可以更容易理解的语言来说，假如要预测某只股票在未来 会“涨”还是会“跌”，这时模型所做的就是分类的工作，但如果要预测某 只股票未来会涨1元，还是8角8分，还是–5角，这时模型所做的就是回 归的工作。

3.1.3　模型性能的评估

如果使用算法来进行交易的话，小瓦最关心的就是模型是否可以准 确地预测出股票的涨跌或者涨幅。实际上，模型是不可能做到百分之百 准确的，这就需要我们对模型的性能进行评估，以便找到最可用的模 型。要达到这个目的，我们就需要将掌握的数据集（dataset）拆分为训 练集（trainset）和验证集（testset），使用训练集训练模型，并使用验 证集来评估模型是否可用。

举一个例子，假如小瓦有某只股票100天的价格数据，就可以将前 80天的数据作为训练集，将后20天的数据作为验证集，同时评估模型分 别在训练集与验证集中的准确率。如果模型在训练集中的得分很高，而 在验证集中的得分很低，就说明模型出现了过拟合（over-fitting）的问 题；而如果模型在训练集和验证集中的得分都很低，就说明模型出现了 欠拟合（under-fitting）的问题。

要解决这些问题，小瓦就需要调整模型的参数、补充数据，或者进 行更细致的特征工程。随着小瓦工作的继续深入，我们会一起来探索详 细的解决方案。