基于機器學(xué)習(xí)的股票分析與預(yù)測模型研究

摘 要：近年來，隨著全球經(jīng)濟與股市的快速發(fā)展，股票投資成為人們最常用的理財方式之一。本文研究的主要目標是利用機器學(xué)習(xí)技術(shù)，應(yīng)用Python編程語言構(gòu)建股票預(yù)測模型，對我國股票市場進行分析與預(yù)測。采用SVM與DTW構(gòu)建股票市場的分析和預(yù)測模型，并通過Python編程進行算法實現(xiàn)。

本文對獲取到的股票數(shù)據(jù)進行簡單策略分析，選取盤中策略作為之后模型評估的基準線。分別選取上證指數(shù)、鴻達興業(yè)股票、鼎漢股票數(shù)據(jù)利用已構(gòu)建的支持向量機和時間動態(tài)扭曲模型在Python平臺上進行預(yù)測分析，結(jié)果表明，對于上證指數(shù)而言，支持向量機預(yù)測下逆向策略更優(yōu)，對于鴻達興業(yè)股票和鼎漢股票而言，支持向量機預(yù)測下正向策略更優(yōu)；基于時間動態(tài)扭曲算法的預(yù)測方法對于特定的股票有較高的精度和可信度。研究結(jié)論表明將機器學(xué)習(xí)運用于股票分析與預(yù)測可以提高股票價格信息預(yù)測的效率，保證對海量數(shù)據(jù)的處理效率，機器學(xué)習(xí)過程可以不斷進行優(yōu)化模型，使得預(yù)測的可信度和精度不斷提高，機器學(xué)習(xí)技術(shù)在股票分析方面有很高的研究價值。

關(guān)鍵詞：機器學(xué)習(xí)；股票預(yù)測；Python；SVM；DTW

中圖分類號：F830.91 文獻標識碼：A 文章編號：1008-4428（2019）02-0123-02

一、 引言

國外股票市場的股票分析預(yù)測開始得很早，研究者們將各種數(shù)學(xué)理論、數(shù)據(jù)挖掘技術(shù)等應(yīng)用到股票分析軟件中，并通過對歷史交易數(shù)據(jù)的研究，從而得到股票的走勢規(guī)律。

近年來，由于現(xiàn)實中工作與研究的需要，機器學(xué)習(xí)的研究與應(yīng)用在國內(nèi)外越來越重視。機器學(xué)習(xí)可以在運用過程中依據(jù)新的數(shù)據(jù)不斷學(xué)習(xí)優(yōu)化，完善預(yù)測模型。將機器學(xué)習(xí)應(yīng)用于股票市場的預(yù)測，從股票的歷史數(shù)據(jù)中挖掘出隱藏在數(shù)據(jù)中的重要信息。這樣既能夠為股民們對股價預(yù)測研究提供理論支撐，又能夠為公司的領(lǐng)導(dǎo)層提供決策支持。

基于此，本文選擇機器學(xué)習(xí)在股票分析中的應(yīng)用作為研究方向。在機器學(xué)習(xí)及股票分析相關(guān)理論基礎(chǔ)上，使用Python開發(fā)工具，并分別運用支持向量回歸及時間動態(tài)扭曲進行預(yù)測。

二、 相關(guān)技術(shù)與理論

（一）機器學(xué)習(xí)

機器學(xué)習(xí)是融合多領(lǐng)域技術(shù)的交叉學(xué)科，主要包括概率論與數(shù)理統(tǒng)計、微積分、線性代數(shù)、算法設(shè)計等多門學(xué)科。通過計算機相關(guān)技術(shù)自動“學(xué)習(xí)”實現(xiàn)人工智能。

（二）股票分析方法

1. 基本面分析

基本面分析指的是在分析股票市場供應(yīng)和需求關(guān)系的相關(guān)因素（如宏觀經(jīng)濟、政策導(dǎo)向、財務(wù)狀況以及經(jīng)營環(huán)境等）基礎(chǔ)上確定股票的實際價格，從而預(yù)測股票價格的趨勢。

2. 技術(shù)面分析

技術(shù)面分析指的是對股票圖樣趨勢來分析和研究，來判斷價格的走勢。

（三）基于Python的經(jīng)典機器學(xué)習(xí)模型

1. 支持向量機（SVM）

該模型最初用于分類，其最終目標是引入回歸估計。建立回歸估計函數(shù)G（x），其中回歸值與目標值之間的差值小于μ，同時保證該函數(shù)的VC維度最小。線性或非線性函數(shù)G（x）的回歸問題可以轉(zhuǎn)化為二次規(guī)劃問題，并且獲得的最優(yōu)解是唯一的。

2. 動態(tài)時間扭曲（DTW）

這是衡量時間序列之間的相似性的方法，并可以用在語音識別領(lǐng)域以判斷兩段聲音是否表達了同一個意思。

三、 股票預(yù)測模型的構(gòu)建

（一）確定初始指標

1. 基于支持向量機確定指標

施燕杰（2005）利用支持向量機進行股票分析與預(yù)測，在多次反復(fù)嘗試基礎(chǔ)上提出了一系列的指標作為預(yù)測模型的輸入向量，該指標能夠有效地預(yù)測未來股價波動情況，本文在結(jié)合自身研究的基礎(chǔ)上，對以上施燕杰提出的指標進行改進。在原有的指標基礎(chǔ)上添加7日平均開盤價和7日平均收盤價，去除了成交額保留了成交量。最終建立如表1所示的20個初選指標。

本文主要是進行股票分析與預(yù)測，因此在綜合考慮各個價格指標的基礎(chǔ)上，本文選擇選定時間段的下一日收盤價作為模型的輸出向量。

2. 基于動態(tài)時間扭曲確定指標

根據(jù)往常研究經(jīng)驗，我們將時間序列數(shù)據(jù)分成不同的期間，每個期間長度為5日，以每個時間段相鄰每日收盤價漲跌率變化趨勢為初始指標。選擇時間序列期間下一日的收盤價與期間內(nèi)最后一日收盤價漲跌率作為模型的輸出向量。

（二）選擇樣本

1. 實驗對象

本文在分別在主板市場、中小板市場和創(chuàng)業(yè)板市場中采取隨機抽樣的方法各隨機選擇一只股票數(shù)據(jù)作為研究對象，分別是上證指數(shù)、鴻達興業(yè)股票、鼎漢股票。

2. 樣本規(guī)模

我們選取了2011年至2017年間上證指數(shù)1550條數(shù)據(jù)，2015年至2017年的鴻達興業(yè)股票532條數(shù)據(jù)、鼎漢股票572條數(shù)據(jù)。分別將三類數(shù)據(jù)劃分為兩組，其中一組選取200條數(shù)據(jù)作為訓(xùn)練樣本數(shù)據(jù)，用于對預(yù)測模型進行訓(xùn)練；剩余數(shù)據(jù)作為測試樣本數(shù)據(jù)，用于檢驗?zāi)Ｐ偷念A(yù)測效果。

（三）數(shù)據(jù)采集與預(yù)處理

從網(wǎng)上通過爬蟲或者接口的方法獲取股票歷史數(shù)據(jù)，并對數(shù)據(jù)進行整理和清理，調(diào)整異常以及缺失的數(shù)據(jù)，根據(jù)分析需求將數(shù)據(jù)進行離散化、二元化。

（四）模型策略

1. 基于支持向量機模型策略

利用訓(xùn)練集數(shù)據(jù)進行模型擬合，并用它測試測試集數(shù)據(jù)，得到預(yù)測結(jié)果，將預(yù)測值與實際數(shù)據(jù)進行比較。

2. 基于動態(tài)時間扭曲模型策略

通過算法運行獲得每個序列相對于其他序列的距離度量，并將其放入一個DataFrame對象。刪除相互距離為零的序列，再根據(jù)序列的日期進行排序，只觀測第一個序列在時間上排在第二個序列之前的那些，刪除相同的序列對。最后，將交易限制到相互距離小于1，而第一個序列的回報為正的情況。我們將得到一系列日前收盤價曲線相近的序列，接下來，構(gòu)造一個策略函數(shù)，根據(jù)新進入的數(shù)據(jù)對模型進行學(xué)習(xí)、優(yōu)化。

四、 股票市場預(yù)測的實現(xiàn)

（一）數(shù)據(jù)處理和策略分析

我們通過tushare提供的API獲取交易數(shù)據(jù)。獲得的上證指數(shù)、鴻達興業(yè)股票、鼎漢股票的歷史數(shù)據(jù)是經(jīng)過清洗加工過的，數(shù)據(jù)整潔且無缺失異常，可以直接用于接下來的研究分析。

保留最高價、最低價、開盤價、收盤價、交易量這幾個原始屬性，整理得到一系列數(shù)據(jù)。針對這些數(shù)據(jù)，進行初步分析，探索如何進行投資，以及該時期回報將是多少，并分析三組數(shù)據(jù)在持有策略、隔夜策略、盤中策略三種基本策略下的統(tǒng)計數(shù)據(jù)。結(jié)果發(fā)現(xiàn)三只股票在三個策略中，持有策略優(yōu)于隔夜策略，隔夜策略又優(yōu)于盤中策略。

（二）預(yù)測實現(xiàn)

1. SVM預(yù)測效果分析

基于上證指數(shù)進行模型擬合，并用它測試訓(xùn)練樣本之外的數(shù)據(jù)，得到預(yù)測，當(dāng)模型預(yù)測強勁的收益時，選擇不交易，相反，當(dāng)模型預(yù)測虧損時，反而進行交易，接下來探索此時的收益與效果，并與盤中策略相比較，如圖1所示。

逆向模型似乎表現(xiàn)出明顯的優(yōu)勢，經(jīng)過數(shù)據(jù)分析認為，針對該只股票，運用支持向量回歸建模進行預(yù)測并結(jié)合逆向策略的投資方式，在股票投資中將表現(xiàn)出一定優(yōu)勢。

基于鴻達興業(yè)股票進行模型擬合，并用它測試訓(xùn)練樣本之外的數(shù)據(jù)，得到預(yù)測，若預(yù)測的當(dāng)日收盤價高于當(dāng)日開盤價，則當(dāng)天開盤時買入，并在當(dāng)天收盤時賣出。獲取完整統(tǒng)計數(shù)據(jù)，探索此時的收益與效果，并與盤中策略相比較，如圖2所示。

經(jīng)過以上分析，對于鴻達興業(yè)股票運用支持向量機預(yù)測，采取正向策略，即預(yù)測會收益就買入的策略，具有一定優(yōu)勢。

基于鼎漢股票進行模型擬合，并用它測試訓(xùn)練樣本之外的數(shù)據(jù)，得到預(yù)測，發(fā)現(xiàn)和鴻達興業(yè)股票的結(jié)果類似，也是采取正向策略有一定優(yōu)勢。

2. DTW預(yù)測效果分析

基于上證指數(shù)利用DTW算法，得到一系列日前收盤價曲線相近的序列，而且第一個序列的回報為正。按照策略來買，然后評估交易。

盈利/虧損比例和夏普比率遠高出其他的模型。根據(jù)數(shù)據(jù)顯示，這個新模型在股票預(yù)測上更具有優(yōu)勢，特別是與之前的模型相比。

基于鴻達興業(yè)股票得到的收益、夏普指數(shù)都劣于作為基線的盤中的策略，說明基于DTW的預(yù)測方法不適用于該只股票。

模擬鼎漢股票發(fā)現(xiàn)夏普比率遠高于其他的模型。根據(jù)數(shù)據(jù)顯示，對于這只股票的預(yù)測時間動態(tài)扭曲建模更具有優(yōu)勢，特別是與之前的模型相比。

五、 結(jié)論與展望

本文研究數(shù)據(jù)是基于2014年至2017年的三只股票的數(shù)據(jù)，其出發(fā)點和結(jié)論貼合特定時間段特定股票的行情情況，但是在歷史時段或未來行情的適應(yīng)性仍有待考慮。同時，本文所圍繞的技術(shù)面分析是基于三大假設(shè)基礎(chǔ)上的：一是市場行為可以包容和消化所有可能影響股價的信息。二是歷史會不斷重演。三是價格以趨勢性變化。而現(xiàn)實中股票市場受宏觀經(jīng)濟、政治環(huán)境和投資者心理等因素影響很大，所以在具體運用本文的模型時，仍要根據(jù)具體情況進行改進和優(yōu)化。

支持向量機雖然相對于其他方法具有其獨特的優(yōu)點，并且應(yīng)用的領(lǐng)域十分廣泛，但是該方法在實際的應(yīng)用中還是存在很大可以改進的空間的。在之后的進一步研究中我們可以考慮對算法進行優(yōu)化。

參考文獻：

[1]劉夢瑩.基于機器學(xué)習(xí)的基金優(yōu)選系統(tǒng)設(shè)計與實現(xiàn)[D].北京：北京交通大學(xué)，2018.

[2]肖晞暉.基于大數(shù)據(jù)和機器學(xué)習(xí)的量化選股模型研究[D].武漢：華中師范大學(xué)，2018.

作者簡介：

姚雨琪，女，江西南昌人，江西財經(jīng)大學(xué)信息管理學(xué)院。