量化交易策略思想与原码机器学习在股市简单应用.pdfVIP

机器学习在股市的简单应用 导语： 在我们的数学课堂中，我们给大家简单介绍了几种机器学习方法的算法原理 （SVM，朴素 贝叶斯，随机森林等等），在每篇文章的最后，我们都放了一个非常小的例子来帮助大家使 用这些算法。这一篇就给大家展示一个更贴近实际的例子，来帮助大家更好的使用这些算法。 本文中，为了降低提取的特征中的噪声，我们将常见技术分析指标进行离散化，作为特征值， 如RSI，MACD，等等。然后应用SVM，朴素贝叶斯和随机森林算法来预测下一个交易日 的涨跌情况。 为了和实际应用场景更接近，我们每天都会向训练数据中添加今天的数据，因为训练数据集 发生了改变，我们每天都会训练一个新的模型。下面我们正式开工。 本文由JoinQuant 量化课堂推出 。难度标签为进阶上，理解深度标签：level-0 作者：yongpeng.r 编辑：宏观经济算命师 阅读前需要了解： 文中涉及到 SVM ，随机森林，朴素贝叶斯算法，可以参照量化课堂中的支持向量机入门， 批注[M1]: 到时候加上链接，发的时候不用 随机森林入门，朴素贝叶斯入门。 训练预测代码介绍 本文是之前的支持向量机，随机森林，朴素贝叶斯等机器学习算法的应用篇，具体的代码可 以参照文中后