Transformasi data, fitur, dan target

Machine Learning untuk Keuangan dengan Python

Nathan George

Data Science Professor

Membuat fitur dan target

features = amd_df[['10d_close_pct', 'Adj_Volume']]

targets = amd_df['10d_future_close_pct']

print(type(features))

pandas.core.series.DataFrame

print(type(targets))

pandas.core.series.Series
Machine Learning untuk Keuangan dengan Python

harga dan moving average

Machine Learning untuk Keuangan dengan Python

Moving average

Moving average:

  • gunakan hari lampau sebanyak n untuk rata-rata
  • nilai umum n: 14, 50, 200
Machine Learning untuk Keuangan dengan Python

harga dan SMA

Machine Learning untuk Keuangan dengan Python

Plot RSI dan harga

Machine Learning untuk Keuangan dengan Python

Persamaan RSI

Persamaan RS

Machine Learning untuk Keuangan dengan Python

Menghitung SMA dan RSI

import talib

amd_df['ma200'] = talib.SMA(amd_df['Adj_Close'].values, timeperiod=200)

amd_df['rsi200'] = talib.RSI(amd_df['Adj_Close'].values, timeperiod=200)
Machine Learning untuk Keuangan dengan Python

Akhirnya, fitur kita

feature_names = ['10d_close_pct', 'ma200', 'rsi200']
features = amd_df[feature_names]
targets = amd_df['10d_future_close_pct']

feature_target_df = amd_df[feature_names + '10d_future_close_pct']
Machine Learning untuk Keuangan dengan Python

Periksa korelasi

import seaborn as sns

corr = feature_target_df.corr()
sns.heatmap(corr, annot=True)
Machine Learning untuk Keuangan dengan Python

plot korelasi fitur dan target

Machine Learning untuk Keuangan dengan Python

Mari buat fitur dan target!

Machine Learning untuk Keuangan dengan Python

Preparing Video For Download...