在选取机器学习数据时

[account_disabled]

在选取机器学习数据时，我们尽可能的选择量化分析同类型的资产数据，例如本文的实战中想预测【上海临港】资产的价格，我们要找同【上海临港】相近的资产标的。【上海临港】属于房地产业，而且又属于国资改革、园区开发、创投等概念题材。 我们可以根据策略，获取彼此相近的全量数据，之后我们再对全是数据进行优选，这个评价的过程，类似于比赛中的评委评分，去掉一个最高分，去掉一个最低分，例如，我们选取的数据中，市盈率和其他数据的市盈率偏差非常大的，我们也可以舍去。当然实际过程还有很多影响因子，需要具体情况具体分析。 3）工具准备。本次机器学习使用的工具是Spyder，通过Python语言实现。Python相关环境的搭建比较基础，在这里不做太多讲解，大家直接下载一个ANACONDA开发工具即可。


当然，大家如果习惯使用其他机器学习的工具，也可以采用其他的，只要方便的就可以，基础原理其实都是一样的。 4）数据整理。我们开始以准备好的数据文件 新加坡手机号码数据 为样例读入，并进行数据整理，为后续机器学习做准备。 我们可以查看导入的数据，来检查导入的数据是否有遗漏。 之后，我们将导入的数据进行整理，去掉【资产名称】和【资产代码】，因为这些数据在我们的机器学习过程中无使用价值。整理后的数据，如下所示。 5）机器学习。接下来我们对已有的样本数据进行机器学习，机器学习模型有很多，本文使用比较简单的线性回归模型进行机器学习。在项目中引入Sklearn，受于篇幅限制Sklearn详细用法，大家可以在网上查阅相关资料。 6）结果预测。我们将对【上海临港】资产价格进行预测，其基本的指标如下。



将以上指标作为输入条件录入机器学习模型中，生成结果。 预测结果： 根据机器学习相当数据后，对【上海临港】资产预测是【13.19元】，也就意味着结合与其相似的资产的现状，给出【上海临港】在当前背景下，资金价格应该值【13.19元】。 我们看了一下【2024年1月31日11:30】这个时点的【上海临港】的价格为【10.11元】，这说明在当前背景下，【上海临港】的价格相对于同类资产，其实是低估的，仍然有一定的增长空间。 虽然我们在本次人工智能金融量化分析实战使用的是真实的金融数据，但是由于数据样本量太少，机器学习的结论可能精度不够。我们使用的机器学习模型也比较单一，我们可以结合更多的机器学习模型，来提升机器学习的质量。 机器学习的过程也需要依赖非常多的基础条件才能不断提升机器学习效果，需要海量的数据，也需要不断对指标和模型进行调优，以及结合各种评价方法，使得机器学习的结论可以逻辑自洽。 对于本文而言，最大的价值在于我们建立了一个对金融资产进行量化分析的简单方法。在此方法基础上，我们可以结合更多的数据以及指标，来使得机器学习的结果更为精准。