Kỹ thuật đặc trưng

Machine Learning cho Tài chính bằng Python

Nathan George

Data Science Professor

tương quan phi tuyến giữa đặc trưng và mục tiêu

Một vấn đề với mô hình tuyến tính

# add non-linear interaction term for a linear model
SMAxRSI = amd_df['14-day SMA'] * amd_df['14-day RSI']

Một số mô hình không cần bạn tự tạo đặc trưng tương tác:

Các mô hình dựa trên cây quyết định

Random forests
Gradient boosting

Khác

neural networks

khối lượng so với thay đổi giá

giá và khối lượng

Đặc trưng về khối lượng

amd_df['Adj_Volume_1d_change'] = amd_df['Adj_Volume'].pct_change()

one_day_change = amd_df['Adj_Volume_1d_change'].values
amd_df['Adj_Volume_1d_change_SMA'] = talib.SMA(one_day_change,
                                                timeperiod=10)

Kỹ thuật đặc trưng thời gian

đồ họa datetime với mũi tên chỉ ngày trong tuần, tháng, năm

Trích xuất ngày trong tuần

print(amd_df.index.dayofweek)

Int64Index([2, 3, 4, 0, 1, 2, 3, 4, 0, 1,
            ...
            1, 2, 3, 4, 0, 1, 2, 3, 4, 0],
           dtype='int64', name='Date', length=4807)

Biến giả (dummies)

days_of_week = pd.get_dummies(amd_df.index.dayofweek,
                                prefix='weekday',
                                drop_first=True)

print(days_of_week.head())

            weekday_1  weekday_2  weekday_3  weekday_4
Date
2018-04-10          1          0          0          0
2018-04-11          0          1          0          0
2018-04-12          0          0          1          0
2018-04-13          0          0          0          1
2018-04-16          0          0          0          0

biểu đồ tương quan của các đặc trưng mới

Cùng tạo thêm đặc trưng!

Machine Learning cho Tài chính bằng Python