用深度学习进行量化交易
学习目标：
使用深度学习工具进行量化交易，主要基于TensorFlow框架进行。
想要实现的目标有
1、基于一段时间内的历史数据进行直接对后续可能的操作结果进行分类：
用前一段时间内的历史数据（如前100天历史数据）作为训练数据集，然后对经过一定后续操作的结果进行标签化，作为标签数据集，再用深度学习对数据进行处理，识别处一定走势的情况下，可能的后续操作分类。
训练数据比较简单，主要是标签数据集的确定。标签数据集的确定可以考虑如下方法：
首先定义一定的止损点数，如50点，然后定义一定的报酬比，如2，然后对后续价格进行判断，如果价格向上和向下均到达了止损点，但是没有到达报酬比，则标签设置为0，代表此时应该空仓。如果价格向上没有到达止损点，向下到达了报酬比，则标签设置为1，代表应该做空。如果价格向下没有到达止损点，向上到达了报酬比，则标签设置为2，代表应该做多。这样设置标签的好处是可以根据历史数据直接计算出后续的操作步骤。同时，通过改变报酬比，可以看出在相同止损点的情况下报酬比的概率分布，来确定持有的时间以及应该选择哪种报酬比。
2、基于历史数据，使用LSTM神经网络进行股票价格预测：
这个是比较模块化的，主要是调参和优化的问题。
3、使用傅里叶变换价格走势进行回归分析，以预测后续价格走势情况：
这种方式的前提是假设是：价格是由不同周期的回归波段组成的，利用历史数据对价格进行回归，找到不同周期的回归函数，然后利用回归函数叠加进行股票价格的预测。
4、利用图像识别进行股票价格分析：
这种方式的原理是首先把股票价格保存成图片和对应的标签形式，然后利用深度神经网络进行分类，并进行预测。这种方式现在只是个想法，现在阶段实现起来还不太容易。
学习内容：
- python
- numpy
- pandas
- tensorflow框架
- 深度学习相关知识：卷积、RNN、LSTM、时间序列分析，等等。。。
学习时间：
- 周一至周五晚上 21点—晚上23点
- 周六上午 9 点-上午 11 点，下午3点-18点，晚上21点-23点
- 周日上午 9 点-上午 11 点，下午3点-18点，晚上21点-23点
学习产出：
- CSDN 技术博客 3 篇
- 代码输出3份
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！