监督式机器学习算法的应用：择时【附源码】

导语：《Machine Learning for Stock Price Forecasting》是Ali El-Shayeb撰写的机器学习系列文章 ，本文主要介绍其第二部分内容——《监督式机器学习算法的应用》，并将其思想和代码应用在中国股票市场，开发出具有择时功能的监督式机器学习算法，最后进行策略回测。对此感兴趣的小伙伴可以直接在本文文末克隆策略源代码，前往 BigQuant人工智能量化投资 平台实现并进一步研究。

《监督式机器学习算法的应用》

Ali El-Shayeb通过价格和成交量相关的9个特征训练模型，特征列表和数据来源见下图。

作者希望训练出一个二分类模预测模型，来预测市场属于牛市还是熊市状态。在训练集数据处理上，如果交易日t+30价格小于t交易日价格，那么标注为0，否则标注为1。通过特征数据和标注数据可以训练出一个二分类模型，接着在预测集上进行预测，如果预测结果为1，表明为买入信号，如果预测集为0，表明是卖出信号。最后，通过预测结果回测检验策略收益曲线。

需要补充的一点是，作者将训练集上80%的数据作为训练集，20%的数据作为验证集，在验证集上评估策略的预测效果。评估指标为准确率，准确率计算公式为预测正确的天数与总预测天数的比值。

模型比较

Ali El-Shayeb尝试了多个机器学习分类模型，发现模型表现各不一样（见下图）。通过构建更多的特征能够消除数据噪音，获取更好的预测结果。此外，作者还发现预测时间越长，模型预测越准确。模型的准确率较之于随机猜测（50%涨，50%跌）的差值，恰恰能够体现模型的有效性。

交易策略

华尔街专业量化交易员预测第二天涨跌的准确率为55%，预测未来30天股价的准确率高达80%。Ali El-Shayeb发现，使用支持向量机分类算法的准确性最高，模型会告诉他，如果价格下跌就卖出股票，如果价格上涨就买入股票。该策略从08年到10年每月收益为1.3%，期间策略总收益为31.2%。在该时间段，基于标准普尔S&P500买入并持有的策略收益率为-6.9%。

展望和不足

• 股票价格受很多因子影响，股票池不一样，总能找到比较好的策略回测曲线
• 模型偏简单，没有考虑宏观方面的一些特征，比如GDP、通货膨胀率、利率水平等
• 财报的因子也没有考虑进去，未来可以基于自然语言处理（NLP）的算法对财报进行分析预测

A股市场策略复现

本文将Ali El-Shayeb的量化思想应用在A股上面，因为本质上该策略属于择时策略，因此我们只需确定股票。这里我们以深高速（600548.SHA）为例，如果大家想要换成其他股票，修改下证券代码列表这个模块的参数即可。

本文完全采用Ali El-Shayeb提到的9个因子，其中2015年到2017年初为训练集，2017年到2018年为预测集（回测区间）。因为是二分类算法，所以我们采取Logistic Regression算法，如果大家想检验一下其他二分类算法的效果，可以直接在模块里将算法更改为sklearn机器学习包相关的算法名称。

策略回测结果：

从上图可以看出，该策略在在回测区间总收益率为17.36%，而如果直接买入并持有该股票的话，策略总收益率为9.3%。该策略主要是通过择时空仓规避了下跌，可见该策略择时有效。

需要说明的是，本文旨在复现国外<mark data-id="3946938d-2b2f-4b48-9ee4-58debad2a6c4" data-type="technologies">数据科学</mark>家的一个量化策略，介绍如何在A股市场开发ai量化策 略，希望大家能够快速高效开发策略。因此并不对策略收益做保证。

参考文献

• Machine Learning for Stock Price Forecasting (1/3)
• Machine Learning for Stock Forecasting

附录

• 代码：  监督式机器学习算法的应用：择时（A股复现代码）