金融領(lǐng)域或許是數(shù)據(jù)科學(xué)應(yīng)用場(chǎng)景中最充滿想象力的部分，畢竟它跟財(cái)富結(jié)合地?zé)o比緊密。

不管是否是經(jīng)濟(jì)達(dá)人，數(shù)據(jù)科學(xué)都是一種幫你了解一支股票的高效方式。本文作者把數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)技術(shù)應(yīng)用到金融領(lǐng)域中，向你展示如何通過(guò)數(shù)據(jù)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(shè)

什么是交易算法?

Quantopian定義：

交易算法是一種計(jì)算機(jī)程序，它定義了一套買賣資產(chǎn)的規(guī)則。大多數(shù)交易算法基于研究歷史數(shù)據(jù)得出的數(shù)學(xué)或統(tǒng)計(jì)模型來(lái)做出決策。

我們使用什么平臺(tái)?

我使用Anaconda, Jupyter Notebooks, 和 PyCharm實(shí)現(xiàn)Python建模，使用這些工具非常容易。但是，你也可以使用Quantopian平臺(tái)內(nèi)置內(nèi)核工具，或者甚至可以根據(jù)需要將代碼修改為R或者其他語(yǔ)言。

我使用Mac系統(tǒng)，并將全程分享所用的UNIX命令。Windows用戶請(qǐng)自行搜索答案!

我們關(guān)注哪些資產(chǎn)?

Apple蘋果(AAPL)是一支很好的股票，因?yàn)槟壳盀橹?2018年9月)它已經(jīng)是世界上價(jià)值最高的公司，不僅擁有相對(duì)穩(wěn)定的股票價(jià)格，而且擁有足夠多與品牌相關(guān)的體量、新聞和人氣。

需要提醒：此處涵蓋的原則對(duì)于較小的公司股本，或不同的行業(yè)等的適用性有所不同。

環(huán)境搭建

要在本地電腦上獲取Quantopian平臺(tái)，請(qǐng)?jiān)诮K端執(zhí)行以下命令：

 

 

為了確保Quandl正常運(yùn)行，請(qǐng)根據(jù)賬號(hào)創(chuàng)建說(shuō)明和API文檔加載金融數(shù)據(jù)。另外，請(qǐng)保存好你的API key，因?yàn)樾枰�用到它�?lái)加載所有重要數(shù)據(jù)。

加載數(shù)據(jù)

讓我們開(kāi)始使用代碼庫(kù)：

 

 

現(xiàn)在讓我們來(lái)拉取些Apple股票數(shù)據(jù)：

 

 

注意觀察這些列，注意其中一個(gè)名為“分割比例”的列。這是一個(gè)非常重要的指標(biāo);它標(biāo)志著股票拆分發(fā)生。在2014年，Apple決定采用7:1進(jìn)行股票分割，我們可以使用Python 和pandas 來(lái)查詢發(fā)生的日期：

 

 

我們從而找到了2014-06-09。讓我們拉取這個(gè)日期后的股票價(jià)格信息：

 

 

順便說(shuō)一句，我在GitHub上找到了所有財(cái)富500強(qiáng)的股票代碼清單。如果你想將自己的分析擴(kuò)展到股票集，可以像這樣將它們加載到列表中：

 

 

關(guān)鍵統(tǒng)計(jì)數(shù)據(jù)

增廣迪基-福勒檢驗(yàn)(Augmented Dickey-Fuller test),簡(jiǎn)稱ADF檢驗(yàn)。

我們需要檢驗(yàn)單位根是否存在，可以使用ADF測(cè)試完成檢驗(yàn)。簡(jiǎn)而言之，單位根存在則預(yù)示存在驅(qū)動(dòng)AAPL的潛在趨勢(shì)，從而我們可以提取模式并用于預(yù)測(cè)。

 

 

我們將上面的測(cè)試統(tǒng)計(jì)值與臨界值進(jìn)行比較;如果它低于我們選擇的閾值，則拒絕存在單位根的零假設(shè)。正如你所見(jiàn)，p-value比較大，所以我們必須接受原假設(shè)(Ho)：即AAPL存在單位根。這個(gè)結(jié)果很好，因?yàn)槲覀兛梢岳�用潛在的趨�?shì)和模式進(jìn)行預(yù)測(cè)。

與其他股票的相關(guān)性

Apple被認(rèn)為是一個(gè)巨頭技術(shù)品牌。假如我們能夠計(jì)算與其他股票的強(qiáng)相關(guān)性會(huì)怎么樣?

請(qǐng)注意相關(guān)性并不意味著因果關(guān)系，并且可能存在著哪個(gè)股票是先行者的問(wèn)題，但是模式和關(guān)系對(duì)于提高模型性能總是一件好事。

我建議你查看三支股票，以及AAPL如何與它們關(guān)聯(lián)：

微軟Microsoft (MSFT)

因特爾Intel (INTC)

蒂芙尼Tiffany & Co. (TIF)

 

 

時(shí)間緣故，我們?cè)谶@里只關(guān)注Intel數(shù)據(jù);讓我們繪制AAPL與INTC的收盤價(jià)：

 

 

 

 

Intel vs. Apple

我們還可以看看相關(guān)值數(shù)據(jù)( correlation value )：

 

 

我們注意到r-value為0.7434;就預(yù)測(cè)來(lái)說(shuō)不錯(cuò)，但我們需要記住一個(gè)重要的事實(shí)：如果我們知道INTC的收盤價(jià)，我們也可以看查AAPL的收盤價(jià)。所以讓我們查看下INTC七天前的收盤價(jià)的相關(guān)性，來(lái)獲得更可行的指標(biāo)：

 

 

這次我們得到r-value為0.7332;還是很不錯(cuò)的!

谷歌趨勢(shì)(Google Trends)

我們可以比較Twitter和其他社交網(wǎng)絡(luò)人氣數(shù)據(jù)如何影響股價(jià)�，F(xiàn)在讓我們看看Google Trends是否與AAPL相關(guān)。請(qǐng)確保為指定時(shí)間范圍，或使用此鏈接(https://trends.google.com/trends/explore?date=2014-06-10%202018-04-02&q=%2Fm%2F0k8z)來(lái)進(jìn)行準(zhǔn)確搜索(注意我在四月多添加了幾天來(lái)處理半周問(wèn)題)，然后將CSV加載到Python中：

 

 

注意每周的數(shù)據(jù)格式，因此我們需要使用 pandas.resample() 轉(zhuǎn)換我們的股票價(jià)格數(shù)據(jù)集：

API鏈接：

http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.resample.html

aapl_split_week = aapl_split.resample('W', convention='end').last()

現(xiàn)在讓我們檢查相關(guān)性并繪制給定周的Google搜索請(qǐng)求數(shù)據(jù)總和圖表，以及該周最后一個(gè)工作日的收盤價(jià)格：

 

 

哎呀!我們得到了一個(gè)微不足道的0.0454，這個(gè)數(shù)據(jù)有些道理，我們可以想一下：AAPL相關(guān)的新聞/活動(dòng)/閑談并不是影響股票價(jià)格的積極因素。像人氣這種對(duì)其有重要影響應(yīng)該能提供更強(qiáng)的信號(hào)，但我們?cè)谙麓卧僮鲇懻摗?/p>

結(jié)語(yǔ)

我們只是淺顯的討論了下部分EDA( Exploratory Data Analysis)可以做的金融分析，但是在下一篇文章中，我們將過(guò)渡到建立預(yù)測(cè)模型并通過(guò)高級(jí)軟件包來(lái)為我們實(shí)現(xiàn)繁重的工作。

我們希望這篇文章對(duì)你有幫助，并且很樂(lè)意在評(píng)論中聽(tīng)到你的意見(jiàn)：

運(yùn)行代碼是否遇到任何問(wèn)題?有時(shí)候環(huán)境和版本會(huì)搞砸一切……

• 你使用什么包和技術(shù)?

• 那些可視化工具有助于了解股票價(jià)格的變動(dòng)?

你認(rèn)為哪些因素會(huì)最大化模型預(yù)測(cè)效果?

最后，如果你恰好知道一種持續(xù)賺大錢的建模技術(shù)，請(qǐng)直接告訴我們 ! 如果你們喜歡這個(gè)系列，請(qǐng)持續(xù)關(guān)注大數(shù)據(jù)文摘的后續(xù)文章。

最后的最后，本文提供的信息和隨附材料僅供參考。本文不應(yīng)被當(dāng)做法律或財(cái)務(wù)建議。你應(yīng)咨詢律師或其他專業(yè)人士來(lái)確定什么最適合你的個(gè)人需求。

相關(guān)報(bào)道：

https://towardsdatascience.com/on-making-money-with-python-and-data-science-1-setup-and-statistics-1d69f1a68661?from=singlemessage&isappinstalled=0

標(biāo)簽： Google 大數(shù)據(jù) 代碼 谷歌 金融 數(shù)據(jù)分析 搜索 網(wǎng)絡(luò)

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。