股票预测。
-
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。
-
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。
-
股票未来收益
- 存储在
y.csv
- 存储在
- 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
...
- 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
...
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：
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| 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 |
Q: 数据在哪里？
A: 好问题！别急，先等等。
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent