利用Scikit-learn機器學習庫的特徵分類進行vnpy期貨量化交易

這個算是一個小坑，因為我也還在學習過程中，程式碼慢慢完善。一開始在python 2.7，vnpy 1.9.2環境中實現。後面在python 3.7也基本實現，增加支援了xgboost。程式碼寫的繁雜，多多抱歉。

首先說說Scikit-learn是Python語言中專門針對機器學習應用而發展起來的一款開源框架，相對於現在深度學習庫tensorflow，由於Scikit-learn本身不支援深度學習，也不支援GPU加速，但是相對於tensorflow那種近乎黑箱的多層神經網路，還是比較好從數學來解釋分析。

分類是指識別給定物件的所屬類別，屬於監督學習的範疇，最常見的應用場景包括垃圾郵件檢測和影象識別等。目前Scikit-learn已經實現的演算法包括：支援向量機（SVM），最近鄰，邏輯迴歸，隨機森林，決策樹以及多層感知器（MLP）神經網路等等。這裡會使用邏輯迴歸，決策數， MLP神經網路和SVM向量機，其實都是兩句程式碼事情。

不考慮內部的複雜數學邏輯，這裡功能性的使用Scikit-learn特徵分類的功能。

 1） 選取的特徵值，為了避免資料值非邏輯化，這裡不直接使用點位最高點這些，而使用那些和具體點位無關的指標，比如atr，cci，rsi，std和bar的漲跌百分比。

 2） 利用這些特徵值進行分類，這裡對於期貨走勢就是三類，1 是之後上漲，0是之後無規律，-1是之後下跌，這裡使用線性迴歸分析當前時點之後6根K線的走勢，如果斜度下，那麼當前時點歸為-1下跌類，斜度上，為1上漲，如果取信p值不夠，或者上下斜率不大，為0。

那麼特徵值就是atr，cci，rsi，std和bar的漲跌百分比，當然你可以加入KDJ，MACD更多；類別就是三類1，0，-1，利用機器學習，找出特徵值和類別的隱含邏輯，進而指導交易，非常粗糙。

整體程式碼邏輯如下，這裡大量借鑑這個 <https://mp.weixin.qq.com/s?__biz=MjM5MDEzNDAyNQ==&mid=2650314212&idx=1&sn=0f04627d34f4305e0386fc7562563bff&chksm=be454f828932c694f8ce107249457e0ffba705e6e9531807e86a1f468a3a549001c00bb5389e&scene=21> 。

1. 期貨K線資料, 匯入k線資料，並整理加入特性和類屬性

• 利用之前做的DataAnalyzer，讀取Mongodb或者csv的1分鐘k資料, 放入Dataframe來處理，按照定義合併出n分鐘k線，這裡n為10

• 還是利用DataAnalyzer，利用ta-lib方法。給Dataframe加入atr，cci，rsi，std，macd和漲跌百分比。

• 使用新方法addTrend，利用scipy.stats的線性迴歸求出當前時點之後的斜率，給與分類值-1，0，1.

2. 資料處理，為了後面機器學習，把特徵陣列和類陣列劃分出來，並且劃分訓練機和測試集。

（1）劃分出特徵陣列 X，和類別陣列y

（2）劃分訓練集和測試集

• model_selection.train_test_split()

3. 特徵工程，之前需求很多特徵，其實有些並沒有體現規律，或者完全隨機，那麼沒有意義，可以刪除

• 根據P值選：feature_selection.SelectFpr()

• 按照百分比選出最高分特徵：feature_selection.SelectPercentile()

這裡使用SelectPercentile，

4. 模型定義調參/選擇

這裡使用下面模式進行分析，然後利用網格調參

1）LogisticRegression 邏輯迴歸

2）DecisionTreeClassifier 決策樹

3）SVC 支援向量分類

4）MLP 神經網路

• 交叉驗證+網格搜尋：model_selection.GridSearchCV()

5. 模型測試和評價，使用選取最好的模型，進行測試看看拼接

• 模型預測：model.predict()

• Accuracy：metrics.accuracy_score()

• Presicion：metrics.precision_score()

• Recall：metrics.recall_score()

6. 模型儲存和呼叫

• 模型儲存：joblib.dump()

• 模型呼叫：joblib.load()，這裡就可以在vnpy中使用了，其實放在其他交易平臺也差不多。

後面程式碼整理放在後面帖子，最後，只做參考，我發現雖然準確率有差不多70%，但是都是要你空倉，大智慧。。。

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/22259926/viewspace-2648687/，如需轉載，請註明出處，否則將追究法律責任。