机器学习入门之股票价格时序数据分析
George Zou
什么是机器学习
Field of study that gives computers the ability learning without explicitly programmed — Arthur Samuel
机器学习即使用机器寻找事物之间的规则
机器运算
人 -> 从数据中找到权重 机器 -> 根据人提供的权重计算
机器学习
人 -> 告诉机器如何寻找规律 机器 -> 从提供的数据中寻找权重
预测股票价格预测
训练数据
| 股票 | 股价 | 市盈率 | 净资产收益率 | 市净率 | 股息率 | ... |
|---|---|---|---|---|---|---|
| 格力电器 | 45.07 | 17.58 | 25.1% | 4.62 | 3.99% | ... |
| 复星医药 | 46.70 | 38.23 | 10.25% | 4.56 | 0.75% | ... |
\{
X
y
训练数据
| 股票 | y | x1 | x2 | x3 | x4 | ... |
|---|---|---|---|---|---|---|
| x(1) | 45.07 | 17.58 | 25.1% | 4.62 | 3.99% | ... |
| x(2) | 46.70 | 38.23 | 10.25% | 4.56 | 0.75% | ... |
\hat{y} = w^Tx + b
Hypothesis Function
x = \left\{\begin{array}{cc}
PE \\ PB \\
ROE \\ DR
\end{array}\right\}
w = \left\{\begin{array}{cc}
0.8944272 \\ 0.4472136 \\
-0.4472136 \\ -0.8944272
\end{array}\right\}
\hat{y} = w_0x_0 + w_1x_1 + ... w_nx_n + b
J(w, b) = \frac{1}{2m} \sum{(\hat{y} - y)}^2
Cost Function
我们得到预测与目标之间不准确的地方
W_1
W_2
J(W, b)
[Stanford Machine Learnin] Andrew Ng
Repeat \{
Gradient Descent
我们得到预测与目标之间不准确的地方
W := W - \alpha \frac{\partial}{\partial W}J(W, b)
\}
\hat{y} = w^Tx + b