stock-with-machine-learning

stock-with-machine-learning

灵感来源于以下3个项目：

• Wechat-- 匠芯量化
• Machine Learning for Software Engineers
• 喜马拉雅--今日股市

目的

• 知识

• 机器学习算法原理(分类型|预测型)(监督|半监督|无监督)
• 模型评估与选择（评估方法|性能度量）
• 特征值提取(聚类|etc）

• 技能

• 项目构建---1. 选股模型 2.交易模型 4.回测
• django提供服务接口
• mysql持久化结构化的特征值数据
• 利用消息队列异步方式进行模型预测

机器学习算法学习

• 书籍

• 西瓜书
• machine learning in action

需求

• 选股模型
• 交易模型
• 回测

数据来源

• tushare

重点

• 选股模型问题上实践尽可能多的分类算法，学习，验证分类(预测)效果
• 交易模型问题上实践可以分为类型1.分类2.回归，分别实践两类问题的主流算法，学习，验证效果
• 回测---再想想

实践计划

• 搭建django web 服务
• 搭建mysql服务，本地持久化远程api的数据，防止网络问题导致数据不可用
• 设计原始数据的存储结构
• 选股模型的数据预处理
• 选股模型的特征值提取
• 选股模型+k临近学习
• 选股模型+决策树
• 选股模型+朴素贝叶斯
• 选股模型+logistic回归
• 选股模型+svm
• 选股模型+AdaBoost
• 再想想。。。