14、机器学习在股票预测与图像分类中的应用

机器学习在股票预测与图像分类中的应用

1. 股票市场预测

在股票市场预测中，我们尝试通过绘制曲线来寻找具有相似特征的股票走势。例如，使用如下代码绘制曲线：

plt.plot(np.arange(4), tseries[598][0])

运行代码后，我们发现绘制的曲线几乎相同，这正是我们所期望的。我们的目标是找出所有次日有正收益的曲线，当找到与这些盈利曲线高度相似的曲线时，我们就买入该股票，期待获得收益。

接下来，我们构建一个函数来评估交易。我们会买入相似曲线对应的股票，除非它们未能带来正收益。若出现这种情况，我们将排除这些曲线，代码如下：

excluded = {}
return_list = []
def get_returns(r):
    if excluded.get(r['A']) is None:
        return_list.append(r['B Ret'])
        if r['B Ret'] < 0:
            excluded.update({r['A']:1})
winf.apply(get_returns, axis=1);

将所有交易的收益存储在 return_list 中后，我们使用 get_stats(pd.Series(return_list)) 来评估结果。结果显示，该模型的胜负比和均值远高于其他模型，这表明这个新模型可能有一定的