量化交易与机器学习第二十七篇
来自：MACD论坛(bbs.shudaoyoufang.com)
作者：A股天机
浏览：16288
回复：4
马上注册，结交更多好友，享用更多功能，让你轻松玩转社区。
您需要 登录 才可以下载或查看，没有帐号？立即注册
x
上周我们讨论了三元分类，本周我们讨论机器学习的部分。 1，先说原理 如果把股票的价格作为一个横列式（矩阵）A,每个不同的交易系统也可以作为一个横列式（矩阵）B，A*B得到的结果是收益结果。 例如有一个交易系统，5均线金叉10均线的时候买入，5均线死叉10均线的时候卖出，再把金叉死叉的时候前1个K线价格设置为止损点。 这样就构成了一个系统，我们称为交易模型。实际上可以抽象的认为是B，这个模型的特征是金叉或者死叉，而参数是5，10，1。 有经验的人会发现 不同参数的效果是不同的，那么对于不同的交易品种，可以去扰动交易参数，效果如何得到不同的结论即可，然后选出最好的参数，就得到了局部最优解。而这一过程可以用机器学习的遗传学算法实现。 2，关于实践 先看之前的三元分类情况【见图一】 RB1901 20180921 15:00:00 金额 6516.9785 持仓情况 0 止损 4146 【见图二】 ZC1901 20180924 21:45:00 金额 5001.8735 持仓情况 1 止损 641 可以看出，在一段振荡的走势中，资金回撤的很明显，这是之前分析的时候很明确的问题，策略在振动环境下表现不好。 经过机器学习后，【见图三】 20180921 15:00:00 金额 8721.367 持仓情况 0 止损 4146【见图四】 ZC1901 2018092421:45:00 金额 5379.6616 持仓情况 1 止损 636 机器学习后的策略可以看出在横盘振荡阶段，资金保持基本平衡，价格出现明显趋势波动的时候，交易也资金也跟着增长。 3. 总结 目前可以得出一个初步的结论是，交易系统特征代表的是交易者对市场分析后的策略矩阵刻画。这种刻画是粗线条的，而参数配置是策略和市场的适配，两者缺一不可。
| 
发表于 2018-10-20 13:45
提升卡
变色卡
千斤顶