使用决策树预测大盘指数

最新推荐文章于 2025-06-23 17:34:44 发布

置顶

artemis_123

最新推荐文章于 2025-06-23 17:34:44 发布

阅读量4.2k

点赞数 2

CC 4.0 BY-SA版权

分类专栏： Quant 文章标签： c语言 python quant 机器学习量化

本文链接：https://blog.youkuaiyun.com/artemis_123/article/details/54093675

本文探讨了使用决策树预测大盘指数的问题，指出简单的模型可能容易过拟合，通过设置阈值改进预测效果。作者分享了处理数据、使用Python库如Talib和Scikit-Learn进行预测的步骤，并通过调整决策树参数寻找最佳模型，但发现决策树预测大盘的稳定性不足，可能因数据选择不当导致因子重要性为0。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在和坛友们经过友好讨论以后，我认为时间对于预测大盘来说确实是一个不可忽视的信息，粗暴地交叉验证获得的准确率，以及依靠这个准确率进行的调参，很容易过拟合。
以及，我之前发现一个问题，如果单纯地把30天后的涨跌算作大盘指数涨跌，很容易让模型拟合噪音，于是我设定了10%的阈值，高于这个阈值的时候才认为大盘在涨，低于这个阈值的时候才认为大盘在跌。当然，更好的办法是使用mean in 30 days来作为指数涨跌的依据。不过个人觉得设定阈值已经足够表现大盘了。
于是我熬夜改完了代码，发现这样一件事，决策树对于大盘的预测很稳健性很差。之前的帖子说决策树相对比较有效一定是过拟合了……嗯。
还有一点，决策树认为有一些因子重要性为0，也有可能是我们选取数据的时候，没选取到足够预测大盘涨跌的有效数据。

import numpy as np
import pandas as pd
from CAL.PyCAL import Date
from CAL.PyCAL import Calendar
from CAL.PyCAL import BizDayConvention
from sklearn.tree import DecisionTreeClassifier
import seaborn as sns
import talib

又是处理数据……头疼

def max_arr(arr):
2
    try:
3
        se=talib.MAX(np.array(arr),30)
4
    except:
5
        se=np.array([np.nan]*len(arr))
6
    return se    
7
def min_arr(arr):
8
    try:
9
        se=talib.MIN(np.array(arr),30)
10
    except:
11
        se=np.array([np.nan]*len(arr))
12
    return se
13
fields = ['tradeDate','closeIndex', 'highestIndex','lowestIndex', 'turnoverVol','CHG','CHGPct']
14
stock = '000300'
15
#tradeDate是交易日、closeIndex是收盘指数、h