摘要：本文嘗試用CNN對股票圖片進行了一個漲跌分類，並在文末附上實現程式碼，為大家提供一個新的思路，大家可以直接點選文末連結，前往BigQuant人工智慧量化投資平臺直接進行實現。
首先解釋一下標題：
- CNN：卷積神經網路（Convolutional Neural Network）, 在影象處理方面有出色表現，不是被川普怒懟的那個新聞網站；
- 股票漲跌：大家都懂的，呵呵；
- 股票圖片：既然使用CNN，那麼如果輸入資料是股票某個週期的K線圖片就太好了。當然，本文中使用的圖片並不是在看盤軟體上一張一張截下來的，而是利用OHLC資料“畫”出來的；
- 嘗試：這個詞委婉一點說就是“一個很好的想法"，比較直白的說法是“沒啥效果T_T”。
進入正題：
首先是畫出圖片。本文目前是仿照柱線圖畫的。
大致的想法是：
- 對每個樣本，將32time_steps×4features(OHLC)資料歸一化處理，即所有取值均在[0,1]之間；
- 構建一個128×128畫素的全0陣列，將[0,1]區間等分為128份，分到每列的128個畫素點上；
- 然後使用每四列構建一根K線（前三列畫柱狀線，第四列作為間隔行）：第一列描繪開盤價，開盤價與該列的哪個畫素點最近，那麼這個畫素點取值就由0變為1；第二列描繪高低價區間，將 最高價至 最低價 範圍內的畫素點取值由0變為1；第三列描繪收盤價，收盤價與該列的哪個畫素點最近，那麼這個畫素點取值就由0變為1。
這樣每個樣本就構建了一張由32根K線組成，類似柱線圖的“圖片”，下面是一個樣本畫的一張圖（為了便於觀看，將0替換成空格，將1替換成圓點）：
其實還蠻像柱線圖的。
測試階段：
- 原始資料：最終選擇的資料是100只2005年以前上市的股票。1只股票資料太少，全部股票資料又太多，所以 股票三千，我只取一百；“上市時間前於2005年”這個條件 主要考慮在每隻股票上取樣數量不會太少。
- 生成樣本：每隻股票每32根K線生成一個樣本，每隔8根K線取一次樣。然後按照上述作圖方法將其變成圖片。標籤：若未來五日收益為正，標籤為[1,0]，否則，標籤為[0,1]。15年1月1日之前資料用作train和evaluate，之後資料用作test。
- 構建模型：本文所用模型共5層，先後順序為 卷積層-池化層-卷積層-池化層-全連線層，中間還夾雜了兩個Dropout和一個Flatten，用來防止過擬合和一維化資料，不過由於他們是無權重的，所以沒將他們算作一層。
預測效果：
在train和evaluate階段，看起來還是不錯的：
但是在test階段：
第一個值是loss，第二個值是準確率，不要看反。。。呵呵
聽說有一種很厲害的操作——去除label不明顯的樣本——可能會提高模型效果。所以本文又對訓練樣本進行了一次篩選，只保留了未來五日收益在最前30%和最後30%的樣本。然後input到模型做訓練。最終test集上效果：
有(mei)所(sha)改(xiao)善(guo)!
問題分析：
目前發現的一個問題：一幅圖中被標記的畫素點太少了。下面兩張圖為train-evaluate樣本和test樣本中值為1的畫素點佔總畫素點（128×128=16384）比重的分佈。
值為1的畫素點佔總畫素點比重平均不到5%，最大的比重也未超過10%。這說明在模型訓練階段有些畫素點對應的weights僅僅被訓練了很少的次數甚至未經訓練，這影響了模型在test資料上的表現。之後可能會針對這一問題做一些改進，以增加每張圖值為1的畫素點佔總畫素點比例
程式碼部分：
本文由BigQuant人工智慧量化投資平臺原創推出，版權歸BigQuant所有，轉載請註明出處。