机器学习SVC分类预测三个月后的股价

机器学习SVC分类预测三个月后的股价思路 通过学习近两年的每个季度报的基本面财务数据 建立模型 买入并持有预测三个月后会涨 5 以上的股票 直到下一批季度报 数据采集 用到了大约 10018 行数据 已去除缺失值 不采用填充 其中采用了两个技术指标 趋势指标 CYES CYEL

大家好,我是讯享网,很高兴认识大家。

思路:通过学习近两年的每个季度报的基本面财务数据,建立模型,买入并持有预测三个月后会涨5%以上的股票,直到下一批季度报

数据采集:用到了大约10018行数据(已去除缺失值,不采用填充),其中采用了两个技术指标(趋势指标CYES,CYEL)

 circulating_market_cap operating_revenue net_profit roe \ count 10018.000000 1.001800e+04 1.001800e+04 10018.000000 mean 154. 3.e+09 4.e+08 3. std 600.063348 2.005736e+10 3.071935e+09 3. min 3. 1.e+06 1.e+04 0.002400 25% 33. 2.e+08 2.e+07 1. 50% 58. 5.e+08 5.e+07 2. 75% 109. 1.e+09 1.e+08 3. max 16176. 5.e+11 7.e+10 99. inc_net_profit_year_on_year inc_revenue_year_on_year pe_ratio \ count 10018.000000 10018.000000 10018.000000 mean 385. 91. 216. std 4309. 1648. 6348. min 0.017300 -98. 1. 25% 18. 7. 33. 50% 47. 23. 54. 75% 140.021300 48. 96. max . . . CYEL1 CYES1 peg price_increase_rate \

讯享网
讯享网count 10018.000000 10018.000000 10018.000000 10018.000000 mean 0.065483 -0.031435 9.038361 -1. std 1.070460 0. 128. 13. min -7. -3. 0.000165 -56. 25% -0. -0. 0. -9. 50% -0.028772 0.013026 1. -3.026580 75% 0. 0. 3. 3. max 10.001834 9. 8321. 247. value count 10018.000000 mean 0. std 0. min 0.000000 25% 0.000000 50% 0.000000 75% 0.000000 max 1.000000 

数据处理:

去除空白值、缺失值,对原始股价求出增长率*100,若增长率>5%,目标值value=1,反之为0

计算了PE/G,按照金融指标利润,PEG越小(负值滚出克),越能体现股票的价值和成长性

数据源来自聚宽,源码:

import numpy as np
#去除np默认省略
np.set_printoptions(suppress=True)
import pandas as pd
import re
import time
import jqdata
from jqlib.technical_analysis import *

np.set_printoptions(threshold=np.inf)  
def getdata(statdate):
    #字符处理
    year=statdate[0:4]
    date=statdate[-1]
    if date=='1':
        date_start='0430'
        date_end='0830'
    elif   date=='2':
        date_start='0831'
        date_end='1030'
    elif   date=='3':
        date_start='1031'
        date_end='1231'    
    elif   date=='4':
        year=str(int(year)+1)
        date_start='0429'
        date_end='0630'        
    date_start=year+date_start    
    date_end=year+date_end   
    print date_start,date_end
        
    q = query(
         valuation.code,  #代码
            valuation.circulating_market_cap,  #流通市值
            income.operating_revenue,  #营业收入
            income.net_profit,   #净利润
            indicator.roe ,   #净资产收益率
            indicator.inc_net_profit_year_on_year,   #同比净利润增长率
            indicator.inc_revenue_year_on_year,   #同比营业收入增长率
            valuation.pe_ratio


    ).order_by(

            valuation.code.asc())
    df = get_fundamentals(q, statDate=statdate)
    
    df.index=df['code']
    
    #print df['code']
    #正则取code列表
    a=df['code'].values
    a=str(a)
    #print a
    pattern=r"'(.*?)'"
    list=re.findall(pattern,a)
    #print list
    print len(list)
    #改日期格式
    date_start = time.strptime(date_start, "%Y%m%d") 
    date_start=time.strftime("%Y-%m-%d",date_start)
    print date_start
        
    date_end = time.strptime(date_end, "%Y%m%d") 
    date_end=time.strftime("%Y-%m-%d",date_end)
    print date_end

    #date_start = time.strftime("%Y/%m/%d %H:%M:%S", timeStruct) 
    
    #获取时间区间股价及股价变化
    df2 = get_price(list, start_date=date_start, end_date=date_end, frequency='daily', fields='close')
    df3=pd.DataFrame(df2['close'])
    
    #获取CYE(CYES,CYEL)
    #df['CYEL1','CYES1']= CYE(df['code'].values,check_date= date_start)

    CYEL1,CYES1 = CYE(df['code'],check_date= date_start
    df['CYEL1']=pd.Series(CYEL1)
    df['CYES1']=pd.Series(CYES1)
   
        
    # 计算PE/G
    df['peg'] = df.apply(lambda x: x['pe_ratio'] / x['inc_net_profit_year_on_year'], axis=1)
    
    #df['price_increase_rate']
    
    df4= pd.DataFrame((df3.ix[-1]-df3.ix[0])/df3.ix[0]*100)
    
    df4.columns=['price_increase_rate']
    

    
    df4['value']= df4['price_increase_rate'].where(df4['price_increase_rate']>5,0)
    df4['value']= df4['value'].where(df4['price_increase_rate']<=5,1)
    #print df
    #print df4
    #print df4.describe()
   
    #df['price_increase_rate']=
    df4=pd.concat([df,df4],axis=1)
    print df4['price_increase_rate']
    print df4.describe()

    return df4

#list=['2016q2','2016q3','2016q4','2017q1','2017q2','2017q3']
list=['2016q1']
for statdate in list:
    data=getdata(statdate)
    #print data
    #print data.describe()
    string=str(statdate)+'.csv'
    data.to_csv(string)
    print'已储存%s'%(statdate)

#读取csv
from six import StringIO
csvlist=['2016q2.csv','2016q3.csv','2016q4.csv','2017q1.csv','2017q2.csv','2017q3.csv']
body=read_file(csvlist[0])
data=pd.read_csv(StringIO(body))
#data.index=data['code']
i=1
while i <= len(csvlist)-1:
    body=read_file(csvlist[i])
    data2=pd.read_csv(StringIO(body))
    #data2.index=data['code']
    #del data['code.1']
    #print data.head(20)
    data=pd.concat([data,data2],axis=0)
    i=i+1

del data['code.1']
print len(data)

#去除负值(没有成长性和目前经营不善的股票)
df=data[(data['net_profit'] >0) & (data['roe'] > 0)&(data['pe_ratio'] > 0)&(data['peg'] > 0)]
df.dropna(inplace=True)
print df.head(5)

print df.describe()

模型制作:

70%训练,30%检验,数据进行了归一化。

from sklearn import preprocessing
from sklearn.neural_network import MLPClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import confusion_matrix
from sklearn.svm import SVC

# 数据集0.3 0.7分集
X_train,X_test,y_train,y_test=train_test_split(df.ix[:,['circulating_market_cap','operating_revenue','net_profit','roe','inc_net_profit_year_on_year','inc_net_profit_year_on_year',  \
            'pe_ratio','CYEL1','CYES1','peg']],df['value'], test_size=0.3, random_state=40)

#model2 = MLPClassifier(activation='relu', solver='adam', alpha=0.0001)

#做了标准化归一化
X_scaled = preprocessing.scale(X_train)
X_test_scaled = preprocessing.scale(X_test)

model2 = SVC(C=1.0, kernel='rbf', gamma='auto')

model2.fit(X_scaled,y_train)


predict = model2.predict(X_test_scaled)


print model2.score(X_test_scaled, y_test)

#混淆矩阵

print confusion_matrix(y_true=y_test, y_pred=predict)


讯享网

考虑到股票预测的特殊性,SCORE准确度虽然高达78%,但假阳性/阳性,真阳性/阳性的比率才是我所需要的

在本次测试中,测试集一共做出了18次判断,假阳7次,真阳11次。效果看似并不理想,其实63%准确度的三个月5%的预测结果足以让投资者获得超额收益。

*假阳并不意味着亏损,毕竟即使涨1%,虽然不符合value判断阀门,但也是盈利。

准确度:
讯享网0.1 
混淆矩阵:
            [[2356 7]             [ 632 11]]


sklearn svc模型的导入和使用

使用sklearn的joblib包保存模型

将新的季度财务数据导入模型源码:

# -*- coding: utf-8 -*-
from sklearn.externals import joblib
from sklearn import preprocessing
import numpy as np
np.set_printoptions(suppress=True)
import pandas as pd
model = joblib.load('SVC_STOCK.model')

#读取csv
from six import StringIO

  
body=read_file('2018q1.csv')
data=pd.read_csv(StringIO(body))
#data.index=data['code']

del data['code.1']
print len(data)


#去除负值(没有成长性和目前经营不善的股票)
df=data[(data['net_profit'] >0) & (data['roe'] > 0)&(data['pe_ratio'] > 0)&(data['peg'] > 0)]
del df['price_increase_rate']
df.dropna(axis = 0)
print df.head(5)
print df.describe()
print len(df)

X1=df.ix[:,['circulating_market_cap','operating_revenue','net_profit','roe','inc_net_profit_year_on_year','inc_net_profit_year_on_year','pe_ratio','CYEL1','CYES1','peg']]


X_scaled=preprocessing.scale(X1)
predict = model.predict(X_scaled)


count=0
for e in predict:
    if e == 1:
        count=count+1
        

print count   

讯享网11

2018年一季报的财务结果并预测了11只股票会增长超过5%

#输出股票代码

df['predict']=predict

list=[]
list=df['code'][df['predict'] == 1].values

print list

['000333.XSHE' '000651.XSHE' '000858.XSHE' '002290.XSHE' '002415.XSHE' '.XSHG' '.XSHG' '.XSHG' '.XSHG' '.XSHG' '.XSHG']

对上述的结果进行回测检验

joinquant 回测代码:

# 导入函数库
import jqdata
    
from datetime import * 
import math
import numpy as np
import pandas as pd

# 初始化函数,设定基准等等
def initialize(context):
    # 设定沪深300作为基准
    set_benchmark('000300.XSHG')        
    # 开启动态复权模式(真实价格)
    set_option('use_real_price', True)
    
    #2015Q2
    #g.stock=['000554.XSHE' ,'000687.XSHE', '.XSHG' ,'.XSHG' ,'.XSHG','.XSHG']
    #2016Q1
    g.stock_2016q1=['000892.XSHE', '.XSHG', '.XSHG']
    #2016Q2
    g.stock_2016q2=['000609.XSHE' ,'.XSHG' ,'.XSHG', '.XSHG', '.XSHG','.XSHG']
    
    
    #2016Q3
    g.stock_2016q3=['000002.XSHE' ,'000333.XSHE' ,'.XSHG' ,'.XSHG', '.XSHG','.XSHG']
    
    
    #2016Q4
    g.stock_2016q4=['.XSHG', '.XSHG']
    
    #2017Q1
    g.stock_2017q1=['000333.XSHE', '000557.XSHE', '000651.XSHE', '002122.XSHE' ,'002141.XSHE',
    '002265.XSHE' ,'002346.XSHE', '.XSHE' ,'.XSHE' ,'.XSHE',
    '.XSHG', '.XSHG' ,'.XSHG', '.XSHG', '.XSHG',
    '.XSHG' ,'.XSHG']


    #2017Q2
    g.stock_2017q2=['000002.XSHE', '000333.XSHE', '000651.XSHE' ,'000858.XSHE' ,'002415.XSHE',
    '.XSHE' ,'.XSHG', '.XSHG']
    
    #2017Q3
    g.stock_2017q3=['000002.XSHE' ,'000333.XSHE' ,'000651.XSHE' ,'002192.XSHE' ,'.XSHE',
    '.XSHG' ,'.XSHG', '.XSHG' ,'.XSHG' ,'.XSHG',
    '.XSHG', '.XSHG']
    
    #2018q1
    g.stock_2018q1=['000333.XSHE', '000651.XSHE' ,'000858.XSHE', '002290.XSHE' ,'002415.XSHE',
    '.XSHG', '.XSHG' ,'.XSHG' ,'.XSHG' ,'.XSHG',
    '.XSHG']
    
 
    #     0430-0830,0831-1030,1031-0430,0429-0629(年报不用,发布太慢)
    #2016q1-2018q1
    # 过滤掉order系列API产生的比error级别低的log
    # log.set_level('order', 'error')
    
    股票相关设定
    # 股票类每笔交易时的手续费是:买入时佣金万分之三,卖出时佣金万分之三加千分之一印花税, 每笔交易佣金最低扣5块钱
    set_order_cost(OrderCost(close_tax=0.001, open_commission=0.0003, close_commission=0.0003, min_commission=5), type='stock')
    
    运行函数(reference_security为运行时间的参考标的;传入的标的只做种类区分,因此传入'000300.XSHG'或'.XSHG'是一样的)
      # 开盘前运行
    run_daily(before_market_open, time='before_open', reference_security='000300.XSHG') 
      # 开盘时或每分钟开始时运行
    run_daily(market_open, time='every_bar', reference_security='000300.XSHG')
      # 收盘后运行
    run_daily(after_market_close, time='after_close', reference_security='000300.XSHG')
    
开盘前运行函数     
def before_market_open(context):
    #context.current_dt
    #引用股票列表
    if date(2016, 03, 31)<context.current_dt.date()<= date(2016, 8, 30):
        g.stock=g.stock_2016q1


    elif  date(2016, 8, 31)<=context.current_dt.date()<= date(2016, 10, 30):
        g.stock=g.stock_2016q2


    elif  date(2016, 10, 31)<=context.current_dt.date()<= date(2017, 04, 30):
        g.stock=g.stock_2016q3
    
    if date(2017, 05, 01)<=context.current_dt.date()<= date(2017, 8, 30):
        g.stock=g.stock_2017q1


    elif  date(2017, 8, 31)<=context.current_dt.date()<= date(2017, 10, 30):
        g.stock=g.stock_2017q2


    elif  date(2017, 10, 31)<=context.current_dt.date()<= date(2018, 04, 30):
        g.stock=g.stock_2017q3
    
    else:
        g.stock=g.stock_2018q1
        
        '''
        elif date(2017, 05, 01)<=context.previous_date<= date(2017, 8, 30):
        g.stock=g.stock_2018q1


        elif  date(2016, 8, 31)<=context.previous_date<= date(2016, 10, 30):
        g.stock=g.stock_2016q2


        elif  date(2016, 10, 31)<=context.previous_date<= date(2017, 04, 30):
        g.stock=g.stock_2016q3
        '''
    #过滤st和停牌
    remove_paused_and_st(g.stock)
  
    
开盘时运行函数
def market_open(context):
    cash = context.portfolio.available_cash
    
    if len( context.portfolio.positions)>0:
        for f in context.portfolio.positions:
            if f not in g.stock:
                order_target(f, 0)
                    
    
    for e in g.stock:
        if context.portfolio.available_cash> :
             order_value(e, )
    
   
 
收盘后运行函数  
def after_market_close(context):
    pass




def remove_paused_and_st(stock_list):
    current_data = get_current_data(stock_list)
    return [stock for stock in stock_list if not current_data[stock].paused 
        and not current_data[stock].is_st 
        and 'ST' not in current_data[stock].name 
        and '*' not in current_data[stock].name 
        and '退' not in current_data[stock].name]
        

这个策略只择股不择时,不止损和无风控,纯属毛坯房。未来将考虑使用技术指标的改进版进行择时交易,并进行止盈止损。


最大回测20%(时间区间为今年初A股受中美经济战崩盘),事实上月已明显反弹股价,并表现明显强于沪深300

小讯
上一篇 2025-01-06 11:43
下一篇 2025-02-22 17:42

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/130810.html