K-en yakın komşu ve hisse senedi fiyatı tahmini için entegre modeli
Varlıkların gelecekteki fiyatını tahmin etmek, bireysel yatırımcılar ve kurumsal yatırımcılar için her zaman önemli bir konu olmuştur. Bunlar arasında hisse senedi fiyat tahmini çok zordur çünkü borsa belirsiz, doğrusal olmayan ve karmaşık dinamik bir sistemdir ve birçok faktörden etkilenir. Profesyonel tüccarlar için, temel analiz ve teknik analiz en yaygın iki ticaret kararıdır. Temel analiz, çoğunlukla makroekonomik, endüstriyel ve ticari göstergeleri kullanır. Teknik analiz esas olarak geçmiş fiyat verilerini ve ilgili teknik göstergeleri kullanır.Aslında, orijinal fiyatın gelecekteki fiyatlar üzerinde bir etkisi olacağını varsayar.
Tarihi zaman serilerinden fiyatları tahmin etmek, FAMA E F'nin verimli piyasa hipotezine aykırıdır. Bu hipoteze göre, verimli piyasa, geçmişteki fiyatlardan gelecekteki fiyatları tahmin edemez. Ama aslında, bu varsayımı ihlal eden, özellikle teknik analize dayanan birçok çalışma var. Borsada, teknik analizde kullanılan ana yöntemler basitçe iki kategoriye ayrılabilir: istatistik ve yapay zeka (makine öğrenimi). Genellikle, fiyatların zaman serileri doğal olarak düzensizlik, gürültü ve doğrusal olmama özelliklerine sahiptir ve sabit bir form değildir. Bu nedenle, istatistiksel yöntemler hisse senedi endekslerinin tahmininde iyi performans göstermez.Bu makale, hisse senedi endeks fiyatlarını tahmin etmek için makine öğrenme yöntemlerini kullanmaya karar verir.
Önceki çalışmalarda, tek bir KNN modelinin hisse senedi fiyatlarını tahmin etme ihtiyaçlarını karşılamak zordur ve hibrit modeller ve geliştirilmiş modeller daha yaygındır. Li Hui ve arkadaşları, K en yakın komşusu fikrine göre finansal sıkıntıyı, özellikle de iflas erken uyarısını öngördü. TEIXEIRA L A ve OLIVEIRA AL I, K-en yakın komşuları ve yaygın olarak kullanılan teknik analiz araçlarını deneysel çalışmalar yürütmek için birleştirdim ve kısa vadeli hisse senedi fiyat eğilimlerini tahmin etmenin mümkün olduğuna inanıyorum. Zhao Junjie, özelliklerin ağırlıklarını belirlemek için ReliefF algoritmasını kullanır ve en yakın komşu özellik projeksiyon algoritmasını iyileştirir. NAYAK R K ve diğerleri, Hindistan hisse senedi endeksini tahmin etmek için destek vektör makinesi ve K en yakın komşularından oluşan karma bir model önerdi. Diğer modellerle karşılaştırıldığında, bu modelin yüksek boyutlu verileri iyi bir şekilde kullanabileceğine ve daha iyi tahmin yeteneklerine sahip olduğuna inanıyorlar. Chen Yingjun ve Hao Yongtao, özellik tabanlı ağırlıklı bir destek vektör makinesi ve ağırlıklı K-en yakın komşu hibrit model önerdiler. Ağırlık, Şangay Menkul Kıymetler Borsası ve Shenzhen Menkul Kıymetler Borsası'nda ampirik olarak gerçekleştirilen bilgi kazancı hesaplanarak belirlenir ve iyi bir tahmin performansına sahiptir. Hisse senedi fiyat tahmin araştırmalarında entegre modeller de çok yaygındır. PATEL J ve diğerleri, sinir ağını (YSA), destek vektör makinesini (SVM), rastgele ormanı (RF), saf Bayes'i (NB) karşılaştırdı ve rastgele orman daha iyi tahmin performansına sahip. Daha sonra PATEL J ve diğerleri, aralarında VR-YSA modelinin en iyi genel performansa sahip olduğu YSA modelini, RF modelini ve SVR modelini karıştırdı. Zhang Xiaodan ve arkadaşları, AdaBoost algoritmasını olasılıklı destek vektör makineleri ile birleştirdi ve dönüm noktasındaki dengesizlik problemini başarıyla çözdü.
Bu makale, hisse senedi endekslerini etkin bir şekilde tahmin etmek için teknik göstergeleri kullanmayı umuyor. K-En Yakın Komşu (KNN) algoritması, tahmin yapmak için tahmin verilerine en yakın eğitim verilerini kullanır. Bu, fiyat hareketlerinin bir açıklamasını yapamasa da, iyi ekonomik sonuçlara sahiptir, yani geçmişte meydana gelen fiyat hareketleri, özellikler bakımından mevcut fiyat hareketlerine benzer. Bu makale, yatırım işlemlerinde zamanlama problemini çözmek için hisse senedi fiyatlarının hareket modelini belirlemek ve tahmin etmek için K-en yakın komşu algoritmasını kullanır; daha sonra farklı tarihsel verilerin benzerliğini karşılaştırmak için kayan pencere yöntemini kullanın; son olarak bir oylama oluşturmak için birden fazla K-en yakın komşu modelini kullanın Modelin tahmin yeteneğini ve genelleme yeteneğini geliştirmek için modeli entegre edin.
1 Deneysel prensip
1.1 K-en yakın komşu modeli
K-en yakın komşu öğrenme, makine öğreniminde yaygın bir denetimli öğrenme yöntemidir ve çalışma mekanizması çok basittir. Belirli bir eğitim örneğinden sonra, örnek kategorisini tahmin etmek için eğitim setine ve test setine en yakın K örnekleri, K komşuları olarak adlandırılan belirli bir ölçüye dayalı olarak bulunur. Metrik genellikle standart Öklid mesafesini kullanır. Tahmin genellikle "oylama yöntemini" kullanır ve tahmin sonucu olarak en çok K örneği kategorisini seçer. Açıkçası K çok önemli bir parametredir ve sınıflandırma sonuçları üzerinde önemli bir etkiye sahip olacaktır. Bu makale, borsada geçmişte yaşananların yine de olacağı ve hisse senedi fiyat hareketinin karakteristik olarak benzer olduğu varsayımına dayanmaktadır. Tahminden önce, eğitim verilerinde optimum K parametresini belirlemek için çapraz doğrulama kullanılır. K-en yakın komşu basit olsa da, öngörü yeteneği hafife alınmamalıdır. Belirli bir test örneği x ve en yakın komşu örneği z olduğunda, en yakın komşu sınıflandırıcıdaki hata olasılığı, yani x ve z'nin birbirinden farklı olma olasılığı:
1.2 Entegrasyon modeli
Toplu öğrenme, modelin genelleme yeteneğini tek bir tahminci aracılığıyla geliştirmek için belirli bir öğrenme algoritmasını kullanan birkaç temel tahmin edicinin tahminlerinin birleşimidir. Bunlar arasında, torbalama, orijinal eğitim setinin rastgele bir alt kümesinin kara kutusu tarafından tahmin edilen birkaç temel öğreniciye dayanan ve ardından nihai tahmin algoritmasını oluşturmak için ilgili tahminlerini bir araya getiren yaygın bir yöntem türüdür. Bu tür bir yöntem, temel tahmin edicinin varyansını azaltır, yapım sürecine rasgeleleştirmeyi getirir ve sonunda onu birleştirir. Çoğu durumda, torbalama, temel temel algoritmalara uyum sağlamaya gerek kalmadan tek bir modeli geliştirmenin çok basit bir yolunu oluşturur. Güçlendirme, zayıf bir öğrenciyi güçlü bir öğrenciye yükselten başka bir algoritmadır: önce eğitim setinden temel bir öğrenciyi eğitin ve örnek dağılımını performansına göre ayarlayın. Temel öğrenicideki yanlış eğitim örnekleri daha fazla dikkat çeker , Bir sonraki temel öğrenciyi eğitmek için ayarlamalar yapın ve temel öğrenenlerin sayısı başlangıçta ayarlanan t değerine ulaşıncaya kadar yinelemeli olarak. Son olarak, temel öğrenciler ağırlıklandırılır ve birleştirilir.
Tahmin yeteneğini geliştirmek için, bu makale bir topluluk sınıflandırıcı oluşturmak için çoklu K-en yakın komşu sınıflandırıcıları kullanır ve tek bir K-en yakın komşu modelinin sınıflandırılmasından sonra tekrar oy kullanır. K-en yakın komşu sınıflandırmasındaki K parametresi sonuçlar üzerinde önemli bir etkiye sahip olduğundan, bu makale entegre bir sınıflandırıcı oluşturmak için farklı K parametrelerine sahip K-en yakın komşu sınıflandırıcılarını kullanacaktır. Eğitim verilerinin optimal K değeri tahmin verilerinde en iyi olmasa da, bu K değerinin de optimal değere çok yakın olduğu varsayılır, ancak kesin değer tam olarak bilinemez. Birden çok K-en yakın komşu modeli oluşturmak için eğitim verilerinde optimum K değerinin komşuluğunu kullanın. Son olarak oylama yapılır.K-en yakın tek komşu modelinin "azınlık çoğunluğa itaat eder" şeklindeki sınıflandırma oylama prensibinden farklı olarak, "bir oy veto" kullanımı tahminin doğruluğunu arttırır ve yanlış işlemlerden ve gereksiz işlemlerden kaynaklanan kayıpları önler.
2 Tahmine dayalı simülasyon
2.1 Veri durumu
Bu makale, China Securities 500 Endeksinin (CSI500) 2007'den Eylül 2018'e kadar olan fiyat verilerini kullanmaktadır. Veriler kapanış fiyatı, açılış fiyatı, en yüksek fiyat, en düşük fiyat, 5 günlük ortalama fiyat (kapanış fiyatı), ciro ve artışı içermektedir. Reddet. Tüm veriler Rüzgar Finans Terminalinden gelir. Bunlar yaygın olarak kullanılan verilerdir ve eksik öğeler sorunu yoktur ve tüm veriler birleşik standartlaştırılmış işlemeye tabi tutulur. Fiyat hareketi basitçe bölünür ve tüm işlem günleri iki moda ayrılır: getiri oranına göre yukarı ve aşağı. Önceki çalışmaların çoğundan farklı olarak, bu makale sınırı 0 getiri oranıyla bölmez, ancak medyana (% 50 nicelik) göre böler. İlk% 50, "1" (yukarı) kategorisi ve son% 50'si olarak işaretlenir Kategori '0' (aşağı).
Şekil 1'de, CSI 500 Endeksinin getiri dağılımının kabaca simetrik olduğunu ve medyanın sıfıra çok yakın olduğunu görebilirsiniz. Yukarıdaki kategori bölümü yoluyla, kategori dengesizliği sorununu ortadan kaldırarak eşdeğer miktarlarda iki tür eğitim verisi elde edilebilir.
Şekil 2'deki özellikler arasındaki korelasyon katsayısına bakıldığında, fiyatların kapanış fiyatı (kapanış), açılış fiyatı (açık), en yüksek fiyatı (yüksek), en düşük fiyatı (düşük) ve 5 günlük ortalama fiyatı (5d) oldukça güçlü olduğunu görebiliriz. Doğrusal korelasyon, ciro (amt) da fiyat göstergeleri ile güçlü bir pozitif doğrusal korelasyona sahiptir, ancak yükselme ve düşüş (chg) ile diğer göstergeler arasındaki korelasyon katsayısı çok küçüktür, yükseliş ve düşüş ile diğer göstergeler arasında doğrusal bir korelasyon olmadığı düşünülebilir. Korelasyon katsayısı göz önüne alındığında, veri özelliklerini olabildiğince azaltmak ve tam ekonomik önemi korumak için, bu makale yalnızca en yüksek fiyatı (yüksek), en düşük fiyatı (kapanış), beş günlük ortalama fiyatı (5d), ciroyu (amt) ve değişimi kullanır. Miktarın 5 özelliği (chg).
Fiili işlemlerin işlerliği göz önünde bulundurularak tüm özellikler bir gün geride işlenir, yani önceki günün verileri ertesi günün yükseliş ve düşüşünü tahmin etmek için kullanılır. İşlem açısından, bu makale iki yönlü işlemlere izin verildiğini ve tahminin işlem gününde uzun süreceğini ve tahminin işlem gününde kısa olacağını varsayar. İniş ve çıkış modellerinin değişimi genellikle daha sık olduğu için işlem ücretlerinin gelir üzerindeki etkisi dikkate alınır ve her işlem için bin kişi başına 1,5 ücret alınır.
2.2 K-en yakın komşu model tahmini
2007'den 2016'ya kadar olan verileri eğitim verisi olarak ve 2017'den Eylül 2018'e kadar olan verileri tahmin verisi olarak kullanın. İlk olarak, CSI 500 Endeksinin iniş ve çıkışlarını tahmin etmek için tek bir K-en yakın komşu modelini kullanın. K parametresi K-en yakın komşu modelinde önemli bir rol oynadığından, bu makale eğitim verilerinde onu en iyi hale getirmek için ızgara aramasını kullanır K = 17 eğitim verilerinin optimal parametresidir ve ardından tahmin verileri tahmin edilir. Tek bir KNN stratejisinin geliri aşağıdaki gibidir: K = 17'ye atıfta bulunulduğundan, bu strateji K17KNN olarak adlandırılır. İşlem ücreti dikkate alınarak strateji K17KNN_fee olarak adlandırılır. Gelir performansı Şekil 3'te gösterilmektedir.
Tablo 1'de, öngörülen 21 ayda, tek bir KNN modeli, işlem ücretleri düşüldükten sonra% 140,40 getiri ve% 76,72 getiri elde edecektir. İşlem ücretlerinin kazançlar üzerinde önemli bir etkisi vardır. Volatilite, maksimum düşüş ve Sharpe oranını gözlemleyin ve iyi bir ticaret sonucu elde etmek için tek bir KNN modelinin K parametresi ile ayarlanabileceğini görün.
2.3 Sürgülü pencere yönteminin tahmini
K en yakın komşu, tembel bir algoritmadır ve temelde bir modeli eğitme süreci yoktur. Bu, tahmin sonucunun büyük ölçüde eğitim verilerinin kalitesine bağlı olduğu anlamına gelir. K-en yakın komşu modelinin çok güçlü bir içsel anlamı vardır, yani eğitim örneklerinin özellikler açısından (benzer) tahmin örneğine daha benzer olduğu. Bu modeli kullanmak ilginç bir soruyu yanıtlayabilir, hisse senedi fiyatlarının şimdi uzak tarihe mi yoksa geçmişe mi yakınlaşmasıdır. Teorik olarak, mevcut hisse senedi fiyatı hareketi için, uzak geçmiş daha yakın bir fiyat performansına sahipken, geçmişin temelde tutarlı bir makro arka planı olabilir.
K-en yakın komşu modeli altında, eğitim verilerini ayarlayın ve bu soruyu cevaplamak için tahmin sonuçlarını gözlemleyin. Egzersiz verilerini ayarlamak için kayan pencere yöntemini kullanın Daha kısa pencere geçmişi temsil eder ve daha uzun pencere uzak geçmişi temsil eder. Modelin tahmin farkını, yani veriler arasındaki benzer durumlarda farklılığı gözlemlemek için farklı eğitim verilerinin gelir farkını kullanın.
Şekil 4 ila 6'da, getiri stratejinin kümülatif getirisini temsil eder ve return_fee, komisyonu dikkate aldıktan sonra stratejinin kümülatif getirisini temsil eder. 2017'den Eylül 2018'e kadar tahmin etmek için farklı uzunluklarda pencerelere sahip kayar pencereli KNN modellerini kullanarak, farklı pencere uzunluklarına sahip KNN modellerinin tahmin etkileri büyük ölçüde değişiklik gösterir. Genel olarak, pencere ne kadar uzunsa, stratejinin karı o kadar iyi olur. Başka bir deyişle, mevcut hisse senedi fiyatı sadece geçmiş verilerden ziyade uzak tarihsel verilere daha yakındır.
2.4 Entegre model tahmini
Önceki tek K-en yakın komşu modeli, iyi bir hisse senedi fiyatı dalgalanma paterni tahminine ulaşmayı başardı. Fakat gerçekte, eğitim verilerinin optimal K değeri, tahmin verilerinin optimal K değeri olmayabilir ve tek bir K en yakın komşu modelinin performansı sabit olmayabilir. K-en yakın komşularının tahmin yeteneğini ve genelleme yeteneğini daha da geliştirmek için, bu makale entegre bir öğrenici olarak da adlandırılabilecek entegre bir öğrenme modeli oluşturmak için çoklu K-en yakın komşu modellerini kullanır.
Eğitim verilerinin optimal parametresi K = 17'ye ek olarak, bu makale ayrıca 3 temel öğrenciye dayalı entegre bir öğrenci oluşturmak için 17 mahalle 16 ve 18'i kullanır. Üç öğrencinin tahminleri yükseldiğinde, uzun gidin; üç öğrencinin de tahminleri düştüğünde, kısaltın; aksi takdirde, işlemeyin. Üç KNN modeli kullanıldığından, yani t = 3, bu entegre model stratejisi kısaca t3_KNN olarak adlandırılır ve strateji, işlem ücreti dikkate alınarak t3_KNN_fee olarak adlandırılır Gelir performansı Şekil 7'de gösterilmektedir. Tablo 2'de t3 topluluk modeli, önceki tek model ile karşılaştırılmıştır.Maksimum düşüş ve Sharpe oranı temelde aynıdır ve oynaklık etkili bir şekilde azaltılır, ancak maliyet, getiri oranında bir düşüştür.
Tahmin için entegre bir öğrenci oluşturmak için K = 15, 16, 17, 18, 195 temel öğreniciyi (yani t = 5) kullanarak temel öğrenci sayısını daha da artırın. Benzer şekilde, bu strateji t5_KNN olarak kısaltılır, işlem ücretinin t5_KNN_fee olarak kısaltılması dikkate alınarak gelir performansı Şekil 8'de gösterilir. Tablo 3'te t3 topluluk modeli ile karşılaştırıldığında, t5 topluluk modelinin Sharpe oranı eşdeğerdir, bu da geri dönüşü artırır ve maksimum çekişi azaltır ve belirli bir oynaklığı artırır.
Temel öğrencilerin sayısını daha da artırmak için, tahmin için entegre bir öğrenci oluşturmak üzere K = 14, 15, 16, 17, 18, 19, 20 kullanın. Benzer şekilde, bu strateji t7_KNN olarak kısaltılır, işlem ücretinin t7_KNN_fee olarak kısaltılması dikkate alınarak gelir performansı Şekil 9'da gösterilir. Tablo 4'te, t7 entegratörünün Sharpe oranı, maksimum düşüşü ve oynaklığı t5 entegratörü ile karşılaştırılabilir, ancak getiriler daha da iyileştirilmiştir. Temel öğrenicilerin sayısı daha da artırılabilir, ancak sayı arttıkça gelir performansı iyileşmez. Tek bir modelle karşılaştırıldığında, yukarıdaki entegratör gelir pahasına maksimum düşüşü ve oynaklığı azaltır. Temel öğrenicinin artmasıyla birlikte Sharpe oranı aynıdır, oynaklık ve maksimum düşüş yavaş yavaş artacak ve gelir kademeli olarak artacaktır.
3 Sonuç
CSI 500 Endeksinin iniş ve çıkışlarını tahmin etmek için K-en yakın komşu algoritmasını kullanın.Ticarette, tahmin yükseldiğinde uzun ve düştüğünde kısa gitmektir. Fizibilite göz önüne alındığında, karakteristik veriler bir gün gecikmeli ve işlem ücreti de binde 1.5 olarak kabul edilmektedir. Bu makale aşağıdaki sonuçlara varmaktadır:
(1) Tek bir K-en yakın komşu modeli, 2017'den Eylül 2018'e kadar kümülatif gelirin (işlem ücretleri dahil)% 76,72'sini elde etti. Bu kazanç performansı, hisse senedi fiyat hareketinin geçmişe benzer olduğu hipotezini doğrular.
(2) K-en yakın komşu modelinin doğal anlamını göz önünde bulundurarak, farklı eğitim verilerini kullanarak, mevcut hisse senedi fiyat hareketini, uzak tarihsel fiyat hareketini veya daha yakın geçmiş fiyat hareketini karşılaştırın. Tahmin sonuçları, geçen verilerin mevcut hisse senedi fiyat hareketiyle daha tutarlı bir makro arka plana sahip olmasına rağmen, mevcut hisse senedi fiyat hareketinin uzak tarihsel fiyat hareketine daha çok benzediğini göstermektedir.
(3) Entegre bir öğrenme modeli oluşturmak için birden fazla KNN kullanın ve K değeri, eğitim verilerinin optimal parametresinin 17 sol ve sağ komşuluğudur. Yavaş yavaş KNN sayısını artırın ve modelin Sharpe oranının eşdeğer olduğunu ve geri dönüş oranının, oynaklığın artması ve maksimum düşüş pahasına kademeli olarak arttığını bulun. Optimal t sayısını değerlendirmek zordur, ancak genel olarak, entegre model getiriler ve riskler arasındaki ilişkiyi daha iyi kontrol edebilir ve geri dönüş performansı bir zamanlama stratejisi olarak daha uygundur.
Referanslar
MALKIEL B G, FAMA E F. Verimli sermaye piyasaları: teori ve ampirik çalışmanın gözden geçirilmesi, Journal of Finance, 1970, 25 (2): 383-417.
GUEGAN D. Ekonomi ve finansta Kaos.Yıllık İncelemeler, 2009, 33 (1): 89-93.
Li Hui, Sun Jie, Sun Boliang. K-en yakın komşular prensibinde OR-CBR'ye dayalı finansal sıkıntı tahmini. Uygulamalı Uzman Sistemler, 2009, 36 (1): 643-659.
TEIXEIRA L A, OLIVEIRA A L I. Teknik analizi ve en yakın komşu sınıflandırmasını birleştiren otomatik hisse senedi ticareti için bir yöntem.Uygulamalı Uzman Sistemler, 2010, 37 (1): 6885-6890.
Zhao Junjie. Özellik ağırlıklandırmasına ve hata teşhisinde uygulanmasına dayalı geliştirilmiş KNNFP algoritması. Elektronik Teknoloji Uygulaması, 2011, 37 (4): 113-116, 121.
NAYAK R K, MISHRA D, RATH A K.A Naif SVMKNN bazlı Hindistan benchmark endeksleri için borsa trendi tersine çevirme analizi Applied Soft Computing, 2015, 35 (1): 670-680.
Chen Yingjun, Hao Yongtao.Borsa endeksleri tahmini için ağırlıklı bir destek vektör makinesi ve K-en yakın komşu algoritması.Uygulamalı Uzman Sistemler, 2017, 80 (1): 340-355.
PATEL J, SHAH S, THAKKAR P, vd. Trend belirleyici veri hazırlama ve makine öğrenimi tekniklerini kullanarak hisse senedi ve hisse senedi fiyat endeksi hareketini tahmin etme Uygulamaları ile Uzman Sistemler, 2015, 42 (1): 259-268.
PATEL J, SHAH S, THAKKAR P, vd.Makine öğrenme tekniklerinin füzyonunu kullanarak borsa endeksini tahmin etmek.Uygulamalı Uzman Sistemler, 2015, 42 (1): 2162-2172.
Zhang Xiaodan, Li Ang, Pan Ran. Yeni bir durum kutusu yöntemine ve AdaBoost olasılıklı destek vektör makinesine dayalı hisse senedi eğilim tahmini. Applied Soft Computing, 2016, 49 (1): 385-398.
yazar bilgileri:
Zhang Weinan, Lu Tongyu, Sun Jianming
(Ekonomi ve Yönetim Okulu, Çin Jiliang Üniversitesi, Hangzhou 310018, Zhejiang)
