分类OR回归
在深度学习领域，大家简单的会将问题归为两类，分类问题，回归问题！像图像问题中的物体识别，自然语言处理中的语音识别都会使用分类算法来解决问题，时间序列预测和自然语言处理中的对话则使用回归算法来解决问题。事实上分类和回归没有能不能用来解决问题，只有适合不适合。本文将分别用分类和回归两种方式来讨论金融市场的预测！
首先，我们用分类算法开始，我们使用一个基础的CNN。数据我们不使用OHLCV，我们用一些技术指标，假定我们使用100个以天为周期的技术指标，以13天的技术指标做为我们的特征矩阵，这样我们有13x100个特征，我们预测周期为1天，也就是说我们用13天的技术指标来预测接下来1天的涨跌。有熟悉技术指标的同学要问了，有些指标是有长短周期的，比如均线相关的指标，这个没关系，比如你的长周期是26天，那么我们的技术指标数据从第26天开始就可以了，事实上TA-lib自动会帮你对齐好数据！我们步长为一天来生成一组feature和label，也就是说我们用第26-38天的技术指标做feature，label使用第39天的涨跌；然后接下来用第27-39天的技术指标做feature，label使用第40天的涨跌；依此类推。当然这部分工作用python来解决非常轻松。现在我们有了数据，并且它是按时间顺序排列的！我们如果这时直接去把数据给到我们的CNN模型，你会发现准确度会惊到你，你会欣喜若狂，认为找到了发财的捷径！Calm down，man！如果这么简单，满大街都跑着王思聪了！数据必须要shuffle，要随机打乱！要知道神经网络配上反向传播的厉害之处在于，你不能以任何直接或者间接的方式来告诉它答案，如果你的数据是按时间顺序正向排列，几个epoch之后，它就能知道你的答案藏在feature之中，你会说，我只是技术指标而已，从技术指标推断当天的涨跌是小儿科而已。你还可以做另外一个实验，将你的数据按时间顺序反向排列，你会发现只要1个epoch，你的模型就能将准确率做到100%！这就是validation的重要性了！只有当你的训练准确率和validation的准确率接近的时候，你才可以认为你的模型是拟合的！在金融序列预测的问题上，过拟合是家常便饭！所以千万要冷静，如果你的年化收益率超过50%，一定是你的 模型或者数据出了问题！不出意外的话，我们会发现使用多只股票数据构建的这个CNN模型基本上准确率是在50%左右，如果你用单只股票的话，你会发现准确率可能能到60%-70%，偶尔有些股票能到80%！惊不惊喜，意不意外！有的同学会说了，那我们就用单只股票嘛！你既然说到准确率能有这么高，一定是validation和training是接近的！这里会有另外一个问题，金融数据，尤其是股票数据会存在多个拟合态！这是什么意思呢？对于一只股票，你训练了十次，这十次里面有三次准确率都能达到70%，你去把这三个weight用来预测会发现，它们的预测结果大相径庭，你要说了，管它呢，我validation也可以到这么高，说明它们都是工作的！多个拟合态本质上是什么，是蒙，10次，蒙对了3次，70%的准确率要再打折扣，基本上还是50%！所以稳定的准确率非常重要！有同学要问了，既然你说基本上都能到50%，为什么我炒股是亏的呢，而且还亏那么多？有句话说的好，在A股，你最好的策略，是每天收盘前扔个硬币，正面持有或者买入，反面卖出！这话看着像玩笑，用合适的扔硬币周期，也许真的比你自己炒好的多！关键在于情绪，机器是没有情绪的，量化炒股的关键在于你要无条件的相信它，然后不断的完善你的系统，优化你的系统！有python基础的同学，其实可以做一件事情来证明这个观点，随机生成涨跌，应用到每一天，应用到A股每只股票，看看有多少股票是赚的，有多少是大赚的！答案会让你大吃一惊！你会觉得你看盘的时间纯属浪费生命！还有一点至关重要的是，准确率和回测的平衡会让你抓狂，高的准确率不代表高收益！不要问为什么，跌停的日子都预测错误是一件让人非常痛苦的事情！
接下来我们讨论回归模型，时间序列预测的例子Github上比比皆是！我们也说最简单的一个例子，我们使用13天的OHLCV数据，预测接下来一天的股价！这是一个很典型的模型，大家很容易在网上找到例子！使用LSTM来做预测！如果大家需要使用多只股票数据，那么很重要的一点，数据要做归一化。归一化无非两种方式：Z-core和Min-Max。听起来很高大上，其实很简单，以某值为中心比如0归一；而Min-Max即是将数据缩放到某一个区间，比如0-1之间！我们如果要使用多只股票的数据，一般我们将数据进行Min-Max归一化！我们预测出股价后可以将股价还原为原始股价！精度丢失？不存在的！由于我们的数据和label的特点，很多文章或者所谓的专业人士，用LSTM预测股价后，甩一张图给你，上面两条线，一条原始股价，一条预测股价，看着基本重合，感觉人生又到达了巅峰！不给回测数据的股票市场预测文章都是耍流氓，这种基本回测一坨屎！那么回归究竟工作不工作呢？
时间序列预测，回归是主菜，分类只是开胃小菜！怎么工作，我们肯定不是预测股价这么简单！了解更多深度学习和量化知识，请移步我的星球：AI量化(https://t.zsxq.com/RvfY37y) 星球限时免费，如需加入，请私信我获得免费邀请码！
零基础学习Python与深度学习应用请关注星球：Python与深度学习 https://t.zsxq.com/bUFayZ3
微信公众号：QTechAI
网友评论