馳騁股市！手把手教你如何用Python和資料科學賺錢？

大資料文摘發表於2018-10-08

Python資料科學

金融領域或許是資料科學應用場景中最充滿想象力的部分，畢竟它跟財富結合地無比緊密。

不管是否是經濟達人，資料科學都是一種幫你瞭解一支股票的高效方式。本文作者把資料科學和機器學習技術應用到金融領域中，向你展示如何通過資料分析的方式馳騁股市，搭建自己的金融模型！

讓我們先了解一些基本定義。

定義和假設

什麼是交易演算法？

Quantopian定義：

交易演算法是一種計算機程式，它定義了一套買賣資產的規則。大多數交易演算法基於研究歷史資料得出的數學或統計模型來做出決策。

我們使用什麼平臺？

我使用Anaconda, Jupyter Notebooks, 和 PyCharm實現Python建模，使用這些工具非常容易。但是，你也可以使用Quantopian平臺內建核心工具，或者甚至可以根據需要將程式碼修改為R或者其他語言。

我使用Mac系統，並將全程分享所用的UNIX命令。Windows使用者請自行搜尋答案！

我們關注哪些資產？

Apple蘋果（AAPL）是一支很好的股票，因為目前為止（2018年9月）它已經是世界上價值最高的公司，不僅擁有相對穩定的股票價格，而且擁有足夠多與品牌相關的體量、新聞和人氣。

需要提醒：此處涵蓋的原則對於較小的公司股本，或不同的行業等的適用性有所不同。

環境搭建

要在本地電腦上獲取Quantopian平臺，請在終端執行以下命令：

# create conda py35 since that's the newest version that works conda create -n py35 python=3.5 conda install -c quantopian/label/ci -c quantopian zipline

為了確保Quandl正常執行，請根據賬號建立說明和API文件載入金融資料。另外，請儲存好你的API key，因為需要用到它來載入所有重要資料。

載入資料

讓我們開始使用程式碼庫：

import pandas as pd
import numpy as np
import patsy

pd.core.common.is_list_like = pd.api.types.is_list_like
from pandas_datareader import data
import quandl
quandl.ApiConfig.api_key = "##############"

現在讓我們來拉取些Apple股票資料：

df = quandl.get("WIKI/" + 'AAPL', start_date="2014-01-01")

注意觀察這些列，注意其中一個名為“分割比例”的列。這是一個非常重要的指標；它標誌著股票拆分發生。在2014年，Apple決定採用7:1進行股票分割，我們可以使用Python 和pandas 來查詢發生的日期：

len(df)
df['Split Ratio'].value_counts()
df[df['Split Ratio'] == 7.0]

我們從而找到了2014-06-09。讓我們拉取這個日期後的股票價格資訊：

aapl_split = quandl.get("WIKI/" + 'AAPL', start_date="2014-06-10")
aapl_split.head()

順便說一句，我在GitHub上找到了所有財富500強的股票程式碼清單。如果你想將自己的分析擴充套件到股票集，可以像這樣將它們載入到列表中：

f500 = pd.read_csv('https://raw.githubusercontent.com/datasets/s-and-p-500-companies/master/data/constituents.csv')

tickers = f500.Symbol.tolist()

關鍵統計資料

增廣迪基-福勒檢驗(Augmented Dickey-Fuller test),簡稱ADF檢驗。

我們需要檢驗單位根是否存在，可以使用ADF測試完成檢驗。簡而言之，單位根存在則預示存在驅動AAPL的潛在趨勢，從而我們可以提取模式並用於預測。

# run ADF to determine unit root
import statsmodels.tsa.stattools as ts
cadf = ts.adfuller(aapl_split.Close)

print('Augmented Dickey Fuller:')
print('Test Statistic =',cadf[0])
print('p-value =',cadf[1])
print('Critical Values =',cadf[4])

Augmented Dickey Fuller:
Test Statistic = -0.731194982176
p-value = 0.838503045276
Critical Values = {‘1%’: -3.4372231474483499, ‘5%’: -2.8645743628401763, ‘10%’: -2.5683856650361054}

我們將上面的測試統計值與臨界值進行比較；如果它低於我們選擇的閾值，則拒絕存在單位根的零假設。正如你所見，p-value比較大，所以我們必須接受原假設(Ho)：即AAPL存在單位根。這個結果很好，因為我們可以利用潛在的趨勢和模式進行預測。

與其他股票的相關性

Apple被認為是一個巨頭技術品牌。假如我們能夠計算與其他股票的強相關性會怎麼樣？

請注意相關性並不意味著因果關係，並且可能存在著哪個股票是先行者的問題，但是模式和關係對於提高模型效能總是一件好事。

我建議你檢視三支股票，以及AAPL如何與它們關聯：