分享一个自用LightGBM期货交易信号预测模型
分享一个自用LightGBM期货交易信号预测模型, 具体介绍见下面的Readme, 这个算是一个深度AI辅助编程的结果, 某个时候感觉像是我在辅助他. 训练好的模型可以在vn.py平台作为策略使用, 具体将另外写一篇.Github repo地址 BillyZhangGuoping/Standalone-LightGBM-Futures-Trading-Model: Standa
针对量化交易的机器学习中,交易策略倾向于空仓的问题
之前做过利用机器学习做交易策略,最近也在看强化学习的。发现大多时候学习后策略都是倾向于空仓,完全不交易。当时还自嘲计算机有大智慧,空仓不玩是最好的策略。最近强化学习时候,才发现这个和回报值有关reward。如果不给空仓负回报的话,策略会在可能损失的主动交易,或者没有损失的空仓交易中,选择空仓作为自己的策略。所以,必须要引入基准利率,每天按照及基准策略计算本金损失,是的计算机避免长期空仓。可以用你的
Mann-Kendall算法用于金融品种长周期趋势判断和变点检测,以及策略思路
之前在研究用机器学习库Sci-kit做计算指标(特征值)和金融产品趋势(分类)关系学习的时候,对于如何判断趋势,是直接使用当前之后5根k线close值做线性回归,如果拟合的P值可信的直线斜率向上则是上涨,斜率向下则是下跌。具体代码可以见之前我之前blog。在vnpy有个网友讨论,为什么用这样方法判断趋势的时候;我做了些搜索,才发现判断一组时序队列的趋势并不是一个简单的事情,虽然人眼看很直接,但是数
利用Scikit-learn机器学习库的特征分类进行vnpy期货量化交易(代码)
代码如下,回测效果很好,test集合也基本100%中,但是总有哪里不对劲。各位帮忙看看。我也放在我的GitHub里面。已经加了注释,运行时候会有warning 信息。# encoding: UTF-8 import warnings warnings.filterwarnings("ignore") from pymongo&nbs
利用Scikit-learn机器学习库的特征分类进行vnpy期货量化交易(简介)
这个算是一个小坑,因为我也还在学习过程中,代码慢慢完善。一开始在python 2.7,vnpy 1.9.2环境中实现。后面在python 3.7也基本实现,增加支持了xgboost。代码写的繁杂,多多抱歉。首先说说Scikit-learn是Python语言中专门针对机器学习应用而发展起来的一款开源框架,相对于现在深度学习库tensorflow,由于Scikit-learn本身不支持深度学习,也不支
优化算法库DEAP的粒子群优化算法(PSO)示例代码分析
之前使用优化算法库DEAP做遗传算法(Genetic Optimization),最近在研究粒子群优化算法(PSO)发现DEAP也提供支持;对原代码做了分析,之后会尝试用于交易策略参数优化。首先关于粒子群优化算法(PSO),这个算法的介绍很多,我看了不少,感觉下文介绍的是比较清楚的,可以参考。https://www.cnblogs.com/21207-iHome/p/6062535.html个人理
Windows下使用TensorBoard显示几个注意点
看到文章多是在linux或者Mac环境下的TensorBoard的时候,在windows下使用还是有几个注意点。1. log输出路径定义 直接指明这个event输出路径,然后去查看时候生成。点击(此处)折叠或打开writer = tf.summary.FileWriter("C:\Project\\tensorflow\logs\\", sess....
Windows10下tensorflow 1.8 CUDA GPU加速版本安装几个坑
做策略,想跟跟风,加入人工神经网络,deep learning。就试试学习下最火的tensorflow吧然后看到gpu加速版本性能比cpu好很多,就装了试试,发现坑比较多。按照还是比较麻烦,其实cpu版本还是简单很多,老黄的玩意支持性果然欠缺。首先是确认下你的显卡支持不,这时候就后悔没有买个游戏本;小米pro的mx 150显卡照实聊胜...