13、利用机器学习预测股市与构建图像相似度引擎

利用机器学习预测股市与构建图像相似度引擎

1. 股票市场预测

1.1 日内和隔夜回报统计

首先，获取日内回报统计数据：

get_stats(long_id_rtn)

接着，获取隔夜回报统计数据：

get_stats(long_on_rtn)

研究发现，在较长时期内，日间持有标准普尔ETF会亏损，而仅隔夜持有该ETF，回报能提高超50%（此结论假设无交易成本、无税收且交易完美成交）。

1.2 支持向量回归模型构建

• 数据准备
  • 构建包含每日价格历史的DataFrame对象，纳入过去20个收盘价：

for i in range(1, 21, 1):
    sp.loc[:,'Close Minus ' + str(i)] = sp['Close'].shift(i)
sp20 = sp[[x for x in sp.columns if 'Close Minus' in x or x == 'Close']].iloc[20:,]

- 反转列顺序，使时间从左到右排列：