SVM & HS300

k_svm.py

1. 利用沪深300的日行情数据：开高低收、交易量，构建五个特征来刻画K线的形态:

   $high_low = \frac {high} {low} - 1$

   $high_close = \frac {high}{close} - 1$

   $close_low = \frac {close} {low} - 1$

   $close_open = \frac {close}{open} - 1$

   $vol_pct = \frac {vol_i} {vol_{i-1}} -1$

   以前3天的特征数据，利用基于高斯核的支持向量机分类器，预测后3天的市场涨跌方向；

2. 以10年的数据为训练集，采用网格搜索和交叉验证优化参数，其中$K-Fold$的$K$设为10，下一年的数据为测试集，依次往后滚动每隔1年构建一个新的分类器；

3. 根据预测进行多空交易，收益率为预测期间第三天的收盘价减去第一天的开盘价，并扣除一定的滑点比例

   单方向的滑点为0.0002

   如果预测正确：

   $profit = |Close_3 - Open_1|- slippage$

   如果预测失误：

   $loss =- |Close_3 - Open_1| - slippage$

4. 收益情况

   

   2015年1月至2018年10月考虑滑点的情况下的总回报，是1.66，最高值1.75左右，最大回撤26%，沪深300的总回报1.11，最大回撤47%。

   

   如果仅仅是预测后1天的涨跌，总回报是1.80，最高值为2.31，最大回撤34%；

5. 可以看到策略主要是在2015年完成收益率的积累，后续表现乏力，说明在趋势阶段预测效果较好，其他阶段则不如人意。

6. 预测正确率

   在2016年和2017年的预测正确率均低于50%，可能原因是，特征的相关性很高，有效信息更新太慢。

   period	C	gamma	train score	average train score（k=10)	test score
   2014.11- 2015.11	8	0.02	0.6592	0.5650	0.5333
   2015.11-2016.11	6	0.02	0.6329	0.5529	0.4750
   2016.11-2017.11	5	0.06	0.7063	0.5517	0.5167
   2017.11-2018.10	8	0.02	0.6383	0.5579	0.4566

7. reference

   优矿，基于SVM的大盘预测

v_svm.py

1. 利用沪深300的日行情数据：开高低收、交易量，构建波动、动量和趋势相关的七个特征:

   $high_low = \frac {high-open} {open} $

   $close_open = \frac {close}{open} - 1$

   $vol_pct = \frac {vol_i} {vol_{i-1}} -1$

   $pct_m = \frac {close_i } {open_{i-m}} - 1, m=5$

   $high_v = \frac {high_i} {max{{high_t, t=i, i-1, ... , i-v}}} -1, v=20$

   $low_v = \frac {low_i} {max{{low_t, t=i, i-1, ... , i-v}}} -1, v=20$

   $sigma =\sqrt{\sum _{i=1}^{21}\frac{(r_i - \bar r)^2}{20}} \times \frac{240}{20}$

   分别表示当天的振幅（最大可能收益），当天实现的收益，交易量的变化幅度，m天的累计收益率，当天最高价与20日最高价的差距，当天最低价与20日最低价的差距，20日的波动率。

2. 特征说明

   （1）振幅、当天收益率，交易量的变化，可以反映当天的市场波动情况；

   （2）m天的累计收益率，反映了当前的市场位置和周线的情况；

   （3）后三者反映了中期月度频率下的市场位置和波动情况

   利用这七个特征和基于高斯核的支持向量机预测后一天的市场涨跌，并进行相应的多空交易。

3. 特征之间的相关性较小

   相关性最强的是$sigma$和$high_low$，相关系数为0.65；

   其次是$sigma$和$high_v$，相关系数为-0.54；

   其余的相关系数的绝对值都小于0.5

4. 收益情况

   总回报是2.58，最大回撤18.67%，calmar比率1.43，远好于指数的表现。

   

5. 预测正确率

   可以看到特征的预测准确率是比较高的，除了2016年外，均达到了60%以上。

   period	C	gamma	train score	average train score（k=10)	test score
   2014.11- 2015.11	1	0.006	0.6483	0.6413	0.6392
   2015.11- 2016.11	2	0.006	0.6521	0.6404	0.6792
   2016.11- 2017.11	1	0.012	0.6508	0.6454	0.5083
   2017.11- 2018.10	3	0.008	0.6396	0.6267	0.6162