stock-prediction

股票预测。

1 数据简介

1. 非时间序列类型指标

   • 代表股票的一些基本特性。
   • 其中有部分连续指标做过正态化，也包含部分不连续指标（离散或缺失）。
   • flag 一列带买哦股票的分类属性，属于类别指标。

2. 时间序列类型指标

   • {t0, t1, t2..., t20} 代表股票的某一个属性。
   • 并未全部做过正态化处理。

3. 股票未来收益

   • 存储在 y.csv

训练数据

• 2013/02 - 2017/03

├── 20130201 数据选取时间
│   ├── non_ts.csv 非时间序列类型指标
│   ├── ts_1.csv 时间序列类型指标
│   ├── ts_2.csv 时间序列类型指标
│   ├── ts_3.csv 时间序列类型指标
│   ├── ts_4.csv 时间序列类型指标
│   ├── ts_5.csv 时间序列类型指标
│   └── y.csv 股票未来收益
├── 20130204
...

测试数据

• 2017/04 - 2018/09

├── 20170330 数据选取时间
│   ├── non_ts.csv 非时间序列类型指标
│   ├── ts_1.csv 时间序列类型指标
│   ├── ts_2.csv 时间序列类型指标
│   ├── ts_3.csv 时间序列类型指标
│   ├── ts_4.csv 时间序列类型指标
│   └── ts_5.csv 时间序列类型指标
├── 20170331
...

2 预处理

2.1 去极值

如果数据服从正态分布，在3σ原则下，异常值被定义为与平均值的偏差超过了3倍标准差的值。 这是因为，在正态分布的假设下，具体平均值3倍标准差之外的值出现的概率低于0.003，属于极个别的小概率事件。

使用上述方法去极值前后对比图如下：

3 使用方法

本项目使用的 Python 版本必须大于 3.6.0，环境配置参考这里。

git clone https://github.com/Ailln/stock-prediction.git

cd stock-prediction

# 安装依赖
pip install -r requirements.txt

# 自定义你的配置
vi config.yaml

# 每次运行需要手动替换配置中的 $model_name
python -m run.sklearn

4 结果

序号	模型类型	模型名称	标准化 R-Square	标准化 + 中性化 R-Square	标准化 + 去极值 R-Square	标准化 + 中性化 + 去极值 R-Square
1	linear	SGDRegressor	0.009278	0.007107	0.010176	0.009471
2	linear	HuberRegressor	-0.001619	-0.002465	-0.001277	-0.001330
3	linear	LinearRegression	0.009210	0.007160	0.010125	0.010128
4	svm	LinearSVR	-0.014114	-0.009051	-0.001348	-0.110621
5	ensemble	BaggingRegressor	-0.132400	-0.143860	-0.129165	-0.128520
6	ensemble	AdaBoostRegressor	-0.794503	-0.530176	-0.775948	-0.805070
7	ensemble	ExtraTreesRegressor	-0.121669	-0.133189	-0.124746	-0.123891
8	ensemble	RandomForestRegressor	-0.132016	-0.144166	-0.128739	-0.128699
9	ensemble	GradientBoostingRegressor	0.009432	0.00724	0.010659	0.010591

5 其他

Q: 数据在哪里？

A: 好问题！别急，先等等。