Стратегия трейдинга S&P500 с использованием алгоритма классификации в Python

Перевод. Оригинал: Machine Learning Classification Strategy In Python

В этом посте мы шаг за шагом реализуем алгоритм классификации машинного обучения на S&P500 с использованием классификатора опорных векторов (SVC). SVC - это алгоритм классификации с учителем.  Алгоритму классификации предоставляется набор обучающих данных, которые относится к одной из известных категорий. Например, категориями могут быть либо покупка, либо продажа акций. Алгоритм классификации строит модель на основе обучающих данных, а затем классифицирует тестовые данные в одну из категорий.

Теперь давайте реализуем стратегию классификации машинного обучения в Python.

Шаг 1: Импорт библиотек

На этом этапе мы импортируем все необходимые библиотеки, которые понадобятся для создания стратегии.

• # Алгоритмы классификации
• from sklearn.svm import SVC
• from sklearn.metrics import scorer
• from sklearn.metrics import accuracy_score
•  
• # Для работы с данными
• import pandas as pd
• import numpy as np
•  
• # Для визуализации
• import matplotlib.pyplot as plt
• import seaborn
•  
• # Для считывания данных
• from pandas_datareader import data as pdr

Шаг 2: Получение данных

Мы будем загружать данные S&P500 из Google Finance с помощью pandas_datareader.

После этого мы отбросим отсутствующие значения из данных и построим график цен закрытия S&P500.

• Df = pdr.get_data_yahoo('SPY', start="2012-01-01", end="2017-10-01")       
• Df= Df.dropna()
• Df.Close.plot(figsize=(10,5))
• plt.ylabel("S&P500 Price")
• plt.show()

Шаг 3: Определение целевой переменной

Целевая переменная - это переменная, которую прогнозирует алгоритм классификации. В этом примере целевой переменной является то, будет ли цена S&P500 закрываться вверх или вниз на следующий торговый день.

Сначала мы определим фактический торговый сигнал, используя следующую логику - если цена закрытия следующего торгового дня больше цены закрытия сегодняшнего дня, то мы будем покупать индекс S&P500, в противном случае мы будем продавать индекс S&P500. Мы будем хранить +1 для сигнала на покупку и -1 для сигнала на продажу.

y = np.where(Df['Close'].shift(-1) > Df['Close'],1,-1)

Шаг 4: Создание переменных предикторов

X - это набор данных, который содержит переменные предикторы, которые используются для прогнозирования целевой переменной, 'y'. X состоит из переменных, таких как «Open - Close» и «High - Low». Их можно понимать как индикаторы, на основе которых алгоритм будет прогнозировать цену.

• Df['Open-Close'] = Df.Open - Df.Close
• Df['High-Low'] = Df.High - Df.Low
• X=Df[['Open-Close','High-Low']]

Далее алгоритм классификации будет использовать предикторы и целевую переменную на этапе обучения для создания модели, а затем прогнозировать целевую переменную на тестовом наборе данных.

Шаг 5: Разделение набора данных на обучающую и тестовую выборки

На этом этапе мы разделим данные на обучающую и тестовую выборки.

Во-первых, 80% данных используется для обучения, а остальные данные для тестирования.

X_train и y_train - обучающая выборка

X_test и y_test - тестовая выборка

• split_percentage = 0.8
• split = int(split_percentage*len(Df))
•  
• # обучающая выборка
• X_train = X[:split]
• y_train = y[:split]
•  
• # тестовая выборка
• X_test = X[split:]
• y_test = y[split:]

Шаг 6: Создание модели классификации с использованием обучающей выборки

Мы создадим модель классификации на основе обучающей выборки. Эта модель будет позже использована для прогнозирования торгового сигнала на тестовой выборке.

cls = SVC().fit(X_train, y_train)

Шаг 7: Точность модели классификации

Мы вычислим точность модели классификации для обучающей и тестовой выборок, сравнив фактические значения торгового сигнала с прогнозируемыми значениями. Функция precision_score() будет использоваться для вычисления точности.

Синтаксис: precision_score (target_actual_value, target_predicted_value)

target_actual_value: правильные значения сигнала

target_predicted_value: прогнозируемые значения сигнала

• accuracy_train = accuracy_score(y_train, cls.predict(X_train))
• accuracy_test = accuracy_score(y_test, cls.predict(X_test))
• print('\nTrain Accuracy:{: .2f}%'.format(accuracy_train*100))
• print('Test Accuracy:{: .2f}%'.format(accuracy_test*100))

Train Accuracy: 55.45%
Test Accuracy: 53.10%

Точность 50% + будет свидетельствовать о том, что классификационная модель эффективна.

Шаг 8: Прогноз

Мы прогнозируем сигнал (покупка или продажа) для тестовой выборки, используя функцию cls.predict(). Затем мы рассчитаем прибыли стратегии на основе сигнала, предсказанного моделью в наборе тестовых данных. Мы сохраним его в столбце «Strategy_Return», а затем построим график совокупной прибыли стратегии.

• Df['Predicted_Signal'] = cls.predict(X)
• Df['Return'] = np.log(Df.Close.shift(-1) / Df.Close)*100
• Df['Strategy_Return'] = Df.Return * Df.Predicted_Signal
• Df.Strategy_Return.iloc[split:].cumsum().plot(figsize=(10,5))
• plt.ylabel("Strategy Returns (%)")
• plt.show()

Как видно из графика, стратегия классификации обеспечивает прибыль около 15% на тестовой выборке.

Обновление

Мы заметили, что некоторые пользователи сталкиваются с проблемами при загрузке рыночных данных с платформ Yahoo и Google Finance. Если вы ищете альтернативный источник рыночных данных, вы можете использовать Quandl.