大数据分析_讲稿模板.pptxVIP

大数据分析l20XX日期：X月X日

--4409801678108314401目录Content

大数据分析l0随着我国经济快速发展，股票市场已经成为整个金融行业必不可少一部分，股票投资也是许多人日常生活一部分。股市的暴涨暴跌会影响金融市场的稳定，增加发生系统性金融风险的可能。如果能预测股票市场的涨跌状况，再进行合理调控和引导，便能及时有效防范系统性金融风险

首先我们先引用库

importnumpyasnp

importpandasaspd

importtalibasta

importdatetime,pickle

fromsklearn.model_selectionimportGridSearchCV

fromsklearn.metricsimportmean_absolute_error,mean_squared_error,r2_score,accuracy_score,roc_auc_score在平安银行中的应用

大数据分析l0NEXTfromsklearn.ensembleimportRandomForestClassifier

读取数据

importefinanceasef

df=ef.stock.get_quote_history(000001,fqt=qfq,int=101,begend

df.to_excel(000001_qfq.xlsx)

查看数据

df

特征值(feature)为开盘到换手率。我们想要机器通过feature预测出明日大盘的涨跌情况，那么这时需要来定义一下label，即告诉机器你想要预测什么。我们在本文中采用二分类作为测试，涨为1，跌为0

defnum_config(x)

大数据分析l0ifx0

return1

else

return0

df[(t+1)-(t)]=df[收盘].shift(-1)-df[收盘]

df[label]=df[(t+1)-(t)].map(num_config)

这时，特征值和标签，我们都应该搞定了

现在，我们来划分一下训练集和测试集

因为股票数据是一个典型的时间序列数据，所以尽量不要用随机切分。因为随机切分很可能导致你的训练集里面含有未来函数，即X里存在Y，进而导致准确率极其的高

大数据分析l0我们将2022年3.1以前的数据用来做训练，用2022年3.1以后的数据用来做测试pd.to_datetime(pd.DatetimeIndex(df[日期]),format=%Y%m%d)df=df.dropna()#剔除缺失值df[time]=pd.DatetimeIndex(df[日期])train_data=df[df[time]2022-03-01]test_data=df[df[time]=2022-03-01]train_X=train_data.loc[:,开盘:换手率].valuestrain_y=train_data[label].valuestest_X=test_data.loc[:,开盘:换手率].values

大数据分析l0test_y=test_data[label].values所有数据均已准备完毕，下面开始调用sklearn中随机森林模型进行测试clf=RandomForestClassifier(max_depth=3,n_estimators=20)clf.fit(train_X,train_y)print(accuracy_score(train_y,clf.predict(train_X)))print(accuracy_score(test_y,clf.predict(test_X)))0.94285714285714280.41262135922330095此时我们看到，该模型在训练集上有94.29%的胜率，在测试集上有41.26%的胜率

大数据分析l0编辑母版文本样式第二级第三级第四级第五级2024/5/178我们再查看一下召回率roc_auc_score(test_y,clf.predict(test_X))

0.44098016781083144PART1

0.4409801678108314411发现概率是44%，该模型有点偏跌的一方总结：机器学习对于预测股票市场是存在一定作用的，但该文所涉及的模型仅对第二天的涨跌情况起辅助效果，并不能作为决策的依据！2

--谢谢观看XXXXXXXXXXXXXXXX