Перші кроки навчання для прогнозування фінансових часових періодів за допомогою машинного навчання

Я намагаюся зрозуміти, як використовувати машинне навчання для прогнозування фінансових часових серій 1 або більше кроків у майбутнє.

У мене є фінансові часописи з деякими описовими даними, і я хотів би сформувати модель, а потім використовувати модель для прогнозування n-кроків вперед.

Що я робив поки що:

getSymbols("GOOG")

GOOG$sma <- SMA(Cl(GOOG))
GOOG$range <- GOOG$GOOG.High-GOOG$GOOG.Low

tail(GOOG)

           GOOG.Open GOOG.High GOOG.Low GOOG.Close GOOG.Volume GOOG.Adjusted     sma range
2013-05-07    863.01    863.87   850.67     857.23     1959000        857.23 828.214 13.20
2013-05-08    857.00    873.88   852.91     873.63     2468300        873.63 834.232 20.97
2013-05-09    870.84    879.66   868.23     871.48     2200600        871.48 840.470 11.43
2013-05-10    875.31    880.54   872.16     880.23     1897700        880.23 848.351  8.38
2013-05-13    878.89    882.47   873.38     877.53     1448500        877.53 854.198  9.09
2013-05-14    877.50    888.69   877.14     887.10     1579300        887.10 860.451 11.55

Тоді я встановив до цих даних випадкову модельForest.

fit <- randomForest(GOOG$GOOG.Close ~ GOOG$sma + GOOG$range, GOOG)

Яка, здається, підходить напрочуд добре:

> fit

Call:
 randomForest(formula = GOOG$GOOG.Close ~ GOOG$sma + GOOG$range,      data = GOOG) 
               Type of random forest: regression
                     Number of trees: 500
No. of variables tried at each split: 1

          Mean of squared residuals: 353.9844
                    % Var explained: 97.28

І спробував використовувати його для прогнозування:

predict(fit, GOOG, n.ahead=2)

Але це передбаченняc не спрацювало.

Я намагаюся передбачити Закрити, чи слід відставати від інших змінних на стільки кроків, наскільки я хочу прогнозувати, перш ніж підходити до моделі?

Напевно, багато іншого, що я повинен також враховувати, але це справді перші мої кроки, які випробовують машинне навчання.

Моє перше зауваження - ви не відставали від вхідних даних щодо ціни закриття, і саме тому ви помітили таку гарну форму. SMA (проста ковзаюча середня величина) використовує ціну для закриття у своєму розрахунку, а високий низький діапазон охоплює ціну закриття, тому використовуючи їх для прогнозування ціни закриття надає зміщення погляду вперед. На мою думку, якщо ви намагаєтеся передбачити ціну закриття на два дні вперед, ви повинні побудувати свою модель з вхідними даними, які відстають від ціни закриття як мінімум на два дні. Деякі входи можуть затриматись більше ніж на два дні, але я почав би просто і спробував би використовувати лише декілька входів.

Що стосується вашої мети передбачити ціну закриття, я вважаю, що ціни закриття занадто галасливі, щоб використовувати їх як цільові змінні, а їх використання призведе до перевищення або оптимізації неправильної мети. Натомість я б почав з вирівнювання ціни закриття з ковзною середньою величиною, а потім прогнозував напрямок зміни ціни протягом наступних двох днів. Наприклад, я можу замінити закриття 5-денним SMA закриття, а потім зафіксувати зміну ціни SMA як 1, якщо вона була позитивною протягом наступних двох днів, а 0 в іншому випадку. Оскільки вихідна змінна тепер кодується як 1 або 0, це хороша проблема, щоб спробувати вирішити за допомогою випадкової лісової функції, яку ви використовували. Ви також можете спробувати деякі інші алгоритми класифікації, такі як логістична регресія, нейронні мережі та SVM, і, можливо, об'єднати декілька в ансамбль, щоб покращити вашу ефективність. Це все ще важку проблему вирішити без надмірного оснащення, але це крок у правильному напрямку. Ще одне обережне слово - це те, що ваша фінальна модель може мати дивовижну точність, класифікуючи наступні два дні як позитивні чи негативні, але все одно втрачає гроші, оскільки класифікувала кілька великих кроків неправильно.

Я б також рекомендував будувати свою модель на більш ніж одній безпеці, щоб алгоритм машинного навчання не відточувався в ідіосинкразії одного запасу. Я б почав із щонайменше 5 акцій, які не дуже співвідносяться з іншими.

Торгівля на краю Гвідо Дебоека - це гарне місце для початку вивчення прикладів машинного навчання для прогнозування фінансових часових рядів. Це старіша книга, тому вона відстає від технології, яку ми маємо сьогодні, але це хороший початок. Я також рекомендував би нові торгові системи та методи від Kaufman та Expert Trading Systems від John Wolberg.