[[201737]]

我曾經(jīng)編寫過豬老三的世界中使用機(jī)器學(xué)習(xí)對(duì)股價(jià)和漲跌進(jìn)行預(yù)測(cè)的幻想示例：

[[201738]]

在豬老三的世界中實(shí)現(xiàn)了：機(jī)器學(xué)習(xí).fit(x, y) = (股價(jià)預(yù)測(cè)，漲跌預(yù)測(cè)) =發(fā)財(cái)

在豬老三的童話中我設(shè)定的可以影響股價(jià)走勢(shì)的參數(shù)是有限個(gè)的，特別是影響漲跌的因素很容易構(gòu)造特征。在真實(shí)的市場(chǎng)中可以影響股價(jià)走勢(shì)的因素是***多的，而且這些因素之間的也可以是相關(guān)的。就像你求解一個(gè)方程組，這個(gè)方程組不是有一個(gè)兩個(gè)解，它是有***個(gè)解的系統(tǒng)，并且每個(gè)解都與其他任意個(gè)解相關(guān)，但又并非簡(jiǎn)單線性相關(guān)。市場(chǎng)是一個(gè)二級(jí)混沌系統(tǒng)，認(rèn)為任何想通過技術(shù)對(duì)股價(jià)進(jìn)行預(yù)測(cè)或者漲跌預(yù)測(cè)都是不可能的，不倫你自己認(rèn)為你使用的技術(shù)本身有多高深，無異于管中窺豹。

本系列教程中講到的ump裁判系統(tǒng)是abupy中通過機(jī)器學(xué)習(xí)技術(shù)對(duì)回測(cè)結(jié)果進(jìn)行學(xué)習(xí)，反向指導(dǎo)決策新的交易是否攔截的實(shí)際應(yīng)用，本節(jié)講解機(jī)器學(xué)習(xí)在量化領(lǐng)域很有作用的另一個(gè)方向：閥值的估計(jì)，因?yàn)闊o論是編寫選股策略，擇時(shí)策略還是任何涉及決策的代碼模型中都離不開閥值，比如最常用的止盈止損策略，在代碼的編寫中就一定會(huì)涉及閥值，比如之前的章節(jié)一直使用的abupy中內(nèi)置止盈止損策略AbuFactorCloseAtrNStop。

之所以一定會(huì)涉及閥值的確定是因?yàn)榫拖駝倓傉f的類似你求解一個(gè)方程組，如果所有的參數(shù)都是未知數(shù)，那么你怎么解出你需要的答案，所以一定要把一些變量變成常數(shù)值，然后通過這些常數(shù)值來確定更多的變量，最終解出你所關(guān)心的解。

對(duì)于閥值的確定傳統(tǒng)的做法是根據(jù)經(jīng)驗(yàn)來設(shè)定，實(shí)際上所謂的經(jīng)驗(yàn)是個(gè)體對(duì)問題的統(tǒng)計(jì)模型， 在機(jī)器學(xué)習(xí)技術(shù)的幫助下，可以實(shí)現(xiàn)更客觀，全面，適應(yīng)范圍更廣的閥值設(shè)定。

不論是個(gè)體經(jīng)驗(yàn)對(duì)閥值進(jìn)行常量定估還是通過機(jī)器學(xué)習(xí)技術(shù)通過數(shù)據(jù)模型對(duì)閥值進(jìn)行定估，都達(dá)不到絕對(duì)準(zhǔn)確預(yù)測(cè)結(jié)果的目標(biāo)，量化交易的概率優(yōu)勢(shì)并不具有絕對(duì)的優(yōu)勢(shì)，即達(dá)不到預(yù)測(cè)的程度，量化交易中大多策略是基于對(duì)歷史規(guī)律的總結(jié)，在規(guī)律的基礎(chǔ)上發(fā)現(xiàn)概率優(yōu)勢(shì)，它的***理論依據(jù)是人性的相似性以及人性很難改變的事實(shí)，如果每一個(gè)瞬間的股票價(jià)格都是全體交易者對(duì)價(jià)值所達(dá)成的一種瞬間共識(shí)，那么歷史的規(guī)律在今后的交易中同樣具有指導(dǎo)意義。

按照上面解方程的說法就是，定估的常量只要能滿足大多數(shù)時(shí)候解出合理的解，甚至很多時(shí)候定估的常量只要能滿足有時(shí)候能解出合理的解就可以，對(duì)于有時(shí)候能解出合理的情況，可以在上層通過非均衡技術(shù)對(duì)決策進(jìn)行二次邏輯過濾，我反復(fù)提及過的非均衡技術(shù)思想是量化中很很重要的一種設(shè)計(jì)思路，因?yàn)槲覀兞炕哪繕?biāo)結(jié)果就是非均衡，我們想要贏的錢比輸?shù)亩唷?/p>

1. 比特幣特征的提取

下面通過對(duì)比特幣的短線交易決策為例，示例上述論點(diǎn)以及abupy中機(jī)器學(xué)習(xí)模塊的使用，以及數(shù)據(jù)獲?。?/p>

from abupy import abu, ml, nd, tl, pd_resample, AbuML, AbuMLPd, AbuMetricsBase  
from abupy import ABuSymbolPd, ABuScalerUtil, get_price, ABuMarketDrawing, ABuKLUtil 
 
# btc是比特幣symbol代號(hào) 
btc = ABuSymbolPd.make_kl_df('btc', start='2013-09-01', end='2017-07-26')  

之前在比特幣, 萊特幣的回測(cè)那節(jié)使用ABuKLUtil.date_week_wave對(duì)走勢(shì)的日震蕩做過統(tǒng)計(jì)如下：

ABuKLUtil.date_week_wave(btc) 

date_week 
 
周一 5.0108 
 
周二 5.5610 
 
周三 5.4437 
 
周四 5.7275 
 
周五 5.3008 
 
周六 4.7875 
 
周日 4.6528 
 
Name: wave, dtype: float64  

從上面可以看出大概0.055的日震蕩幅度可以成做大波動(dòng)的交易對(duì)比特幣來說，下面對(duì)數(shù)據(jù)添加新列big_wave，可以看到結(jié)果大波動(dòng)的占總交易日的1/3：

btc['big_wave'] = (btc.high - btc.low) / btc.pre_close > 0.055 
btc['big_wave'] = btc['big_wave'].astype(int) 
btc['big_wave'].value_counts()  

0 1005 
 
1 420 
 
Name: big_wave, dtype: int64  

任何大的決策其實(shí)都是由很多看極起來極不起眼的小事組成的，如果我們是做比特幣日內(nèi)的交易者，首先你需要判斷今天適不適合做交易，做出這個(gè)判斷的依據(jù)里有一條即是今天的波動(dòng)需要足夠大，下面通過機(jī)器學(xué)習(xí)技術(shù)演示如何決策今天的波動(dòng)是否足夠大。

備注：由于abupy中內(nèi)置沙盒數(shù)據(jù)沒有分時(shí)的數(shù)據(jù)，所以本示例使用日線數(shù)據(jù)做為分析對(duì)象，實(shí)際策略中應(yīng)該使用的是分鐘數(shù)據(jù)

首先切割訓(xùn)練集和測(cè)試集，保留***60天走勢(shì)數(shù)據(jù)做為測(cè)試集數(shù)據(jù)：

btc_train_raw = btc[:-60] 
 
btc_test_raw = btc[-60:] 

下面為訓(xùn)練集和測(cè)試集數(shù)據(jù)都加上5，10，21，60日均線特征：

def calc_ma(tc, ma): 
    ma_key = 'ma{}'.format(ma) 
    tc[ma_key] = nd.ma.calc_ma_from_prices(tc.close, ma, min_periods=1) 
for ma in [5, 10, 21, 60]: 
    calc_ma(btc_train_raw, ma) 
    calc_ma(btc_test_raw, ma) 
btc_train_raw.tail(1) 

編寫特征抽取組合函數(shù)btc_siblings_df：

• 它首先將所有交易日以3個(gè)為一組，切割成多個(gè)子df，即每一個(gè)子df中有3個(gè)交易日的交易數(shù)據(jù)
• 使用數(shù)據(jù)標(biāo)準(zhǔn)化將連續(xù)3天交易日中的連續(xù)數(shù)值特征進(jìn)行標(biāo)準(zhǔn)化操作
• 抽取***天，第二天的大多數(shù)特征分別改名字以one，two為特征前綴，如：one_open，one_close，two_ma5，two_high…..,
• 第三天的特征只使用’open’, ‘low’, ‘pre_close’, ‘date_week’，該名前綴today，如today_open，today_date_week
• 第三天的抽取了’big_wave’，其將在之后做為y
• 將抽取改名字后的特征連接起來組合成為一條新數(shù)據(jù)，即3天的交易數(shù)據(jù)特征->1條新的數(shù)據(jù)

代碼如下所示：

def btc_siblings_df(btc_raw): 
    # 將所有交易日以3個(gè)為一組，切割成多個(gè)子df，即每一個(gè)子df中有3個(gè)交易日的交易數(shù)據(jù) 
    btc_siblings = [btc_raw.ix[sib_ind * 3:(sib_ind + 1) * 3, :] 
                    for sib_ind in np.arange(0, int(btc_raw.shape[0] / 3))] 
 
    btc_df = pd.DataFrame() 
    for sib_btc in btc_siblings: 
        # 使用數(shù)據(jù)標(biāo)準(zhǔn)化將連續(xù)3天交易日中的連續(xù)數(shù)值特征進(jìn)行標(biāo)準(zhǔn)化操作 
        sib_btc_scale = ABuScalerUtil.scaler_std( 
            sib_btc.filter(['open', 'close', 'high', 'low', 'volume', 'pre_close', 
                            'ma5', 'ma10', 'ma21', 'ma60', 'atr21', 'atr14'])) 
        # 把標(biāo)準(zhǔn)化后的和big_wave，date_week連接起來 
        sib_btc_scale = pd.concat([sib_btc['big_wave'], sib_btc_scale, sib_btc['date_week']], axis=1) 
 
        # 抽取***天，第二天的大多數(shù)特征分別改名字以one，two為特征前綴，如：one_open，one_close，two_ma5，two_high..... 
        a0 = sib_btc_scale.iloc[0].filter(['open', 'close', 'high', 'low', 'volume', 'pre_close', 
                                           'ma5', 'ma10', 'ma21', 'ma60', 'atr21', 'atr14', 'date_week']) 
        a0.rename(index={'open': 'one_open', 'close': 'one_close', 'high': 'one_high', 'low': 'one_low', 
                         'volume': 'one_volume', 'pre_close': 'one_pre_close', 
                         'ma5': 'one_ma5', 'ma10': 'one_ma10', 'ma21': 'one_ma21', 
                         'ma60': 'one_ma60', 'atr21': 'one_atr21', 'atr14': 'one_atr14', 
                         'date_week': 'one_date_week'}, inplace=True) 
 
        a1 = sib_btc_scale.iloc[1].filter(['open', 'close', 'high', 'low', 'volume', 'pre_close', 
                                           'ma5', 'ma10', 'ma21', 'ma60', 'atr21', 'atr14', 'date_week']) 
        a1.rename(index={'open': 'two_open', 'close': 'two_close', 'high': 'two_high', 'low': 'two_low', 
                         'volume': 'two_volume', 'pre_close': 'two_pre_close', 
                         'ma5': 'two_ma5', 'ma10': 'two_ma10', 'ma21': 'two_ma21', 
                         'ma60': 'two_ma60', 'atr21': 'two_atr21', 'atr14': 'two_atr14', 
                         'date_week': 'two_date_week'}, inplace=True) 
        # 第三天的特征只使用'open', 'low', 'pre_close', 'date_week'，該名前綴today，如today_open，today_date_week 
        a2 = sib_btc_scale.iloc[2].filter(['big_wave', 'open', 'low', 'pre_close', 'date_week']) 
        a2.rename(index={'open': 'today_open', 'low': 'today_low', 
                         'pre_close': 'today_pre_close', 
                         'date_week': 'today_date_week'}, inplace=True) 
        # 將抽取改名字后的特征連接起來組合成為一條新數(shù)據(jù)，即3天的交易數(shù)據(jù)特征－>1條新的數(shù)據(jù) 
        btc_df = btc_df.append(pd.concat([a0, a1, a2], axis=0), ignore_index=True) 
    return btc_df  

第三天的特征避免使用high是因?yàn)橛?xùn)練的目標(biāo)y是big_wave，之所以可以使用當(dāng)天的low是因?yàn)楸忍貛攀袌?chǎng)的特點(diǎn)為24小時(shí)交易，即沒有明確的一天的概念，也即沒有明確一天中的***，實(shí)盤使用即人工對(duì)當(dāng)前***根據(jù)24小時(shí)***進(jìn)行猜測(cè)，或直接使用24小時(shí)***，或者使用當(dāng)前的***價(jià)格都可，組成數(shù)據(jù)后使用模型進(jìn)行決策，決策的結(jié)果即為未來數(shù)小時(shí)內(nèi)是否會(huì)有大的波動(dòng)，實(shí)際上最終大波動(dòng)的決策成立，需要其它很多模型共同生效，比如外盤的走勢(shì)決策等等。

下面使用訓(xùn)練集數(shù)據(jù)btc_train_raw做為參數(shù)抽取組合特征，重新組合好的特征如tail所示：

btc_train0 = btc_siblings_df(btc_train_raw) 
 
btc_train0.tail() 

 

如上所示這樣我們只能得到454條訓(xùn)練集數(shù)據(jù)，但由于每3條連續(xù)交易日數(shù)據(jù)組合成一個(gè)特征，只要向前跳一條數(shù)據(jù)進(jìn)行特征組合抽取即可以得到另一組新特征，下面分別跳過***個(gè)，第二個(gè)數(shù)據(jù)，抽取btc_train1，btc_train2：

btc_train1 = btc_siblings_df(btc_train_raw[1:]) 
 
btc_train2 = btc_siblings_df(btc_train_raw[2:])  

下面把上面的3組特征連起來，然后把周幾這個(gè)特征使用pd.get_dummies進(jìn)行離散化處理，使得所有特征值的范圍都在0-1之間，最終的特征如下btc_train所示：

btc_train = pd.concat([btc_train0, btc_train1, btc_train2]) 
 
btc_train.index = np.arange(0, btc_train.shape[0]) 
 
dummies_one_week = pd.get_dummies(btc_train['one_date_week'], prefix='one_date_week') 
 
dummies_two_week = pd.get_dummies(btc_train['two_date_week'], prefix='two_date_week') 
 
dummies_today_week = pd.get_dummies(btc_train['today_date_week'], prefix='today_date_week') 
 
btc_train.drop(['one_date_week', 'two_date_week', 'today_date_week'], inplace=True, axis=1) 
 
btc_train = pd.concat([btc_train, dummies_one_week, dummies_two_week, dummies_today_week], axis=1) 
 
pd.options.display.max_rows=10 
 
btc_train 

2. abu中內(nèi)置機(jī)器學(xué)習(xí)模塊的使用

下面使用abupy中內(nèi)置機(jī)器學(xué)習(xí)工具AbuML對(duì)特征數(shù)據(jù)進(jìn)行封裝，代碼如下所示，下面的y值即是big_wave列：

train_matrix = btc_train.as_matrix() 
 
y = train_matrix[:, 0] 
 
x = train_matrix[:, 1:] 
 
btc_ml = AbuML(x, y, btc_train)  

AbuML會(huì)根據(jù)數(shù)據(jù)特點(diǎn)自動(dòng)內(nèi)部選擇使用分類器或者回歸器，下面進(jìn)行特指***分類器操作，比如特指使用隨機(jī)森林做為分類器，執(zhí)行random_forest_classifier_best會(huì)在內(nèi)部對(duì)n_estimators參數(shù)和訓(xùn)練集數(shù)據(jù)進(jìn)行g(shù)rid search擬合，尋找最合適的參數(shù)最終做為內(nèi)部分類器：

btc_ml.random_forest_classifier_best() 
 
start grid search please wait...  

RandomForestClassifier(bootstrap=True, class_weight=None, criterion='gini',
 
max_depth=None, max_features='auto', max_leaf_nodes=None, 
 
min_impurity_split=1e-07, min_samples_leaf=1, 
 
min_samples_split=2, min_weight_fraction_leaf=0.0, 
 
n_estimators=260, n_jobs=1, oob_score=False, random_state=None, 
 
verbose=0, warm_start=False)  

所有best函數(shù)中尋找***參數(shù)內(nèi)部只根據(jù)學(xué)習(xí)器的特點(diǎn)尋找最少量的參數(shù)設(shè)置，如果需要自定義參數(shù)范圍可使用如下所示： 

param_grid = {'max_features': ['sqrt', 'log2'], 'n_estimators': np.arange(50, 500, 50)} 
 
btc_ml.random_forest_classifier_best(param_grid=param_grid) 
 
start grid search please wait...  

RandomForestClassifier(bootstrap=True, class_weight=None, criterion='gini', 
 
max_depth=None, max_features='sqrt', max_leaf_nodes=None, 
 
min_impurity_split=1e-07, min_samples_leaf=1, 
 
min_samples_split=2, min_weight_fraction_leaf=0.0, 
 
n_estimators=400, n_jobs=1, oob_score=False, random_state=None, 
 
verbose=0, warm_start=False)  

下面使用btc_ml對(duì)訓(xùn)練集進(jìn)行交叉準(zhǔn)確率評(píng)分：

btc_ml.cross_val_accuracy_score() 
 
RandomForestClassifier score mean: 0.8151620867325032 
 
array([ 0.781 , 0.8102, 0.7883, 0.8382, 0.8162, 0.8162, 0.8235, 
 
0.8456, 0.7794, 0.8529])  

下面使用btc_ml對(duì)訓(xùn)練集進(jìn)行交叉roc_auc評(píng)分：

btc_ml.cross_val_roc_auc_score() 
 
RandomForestClassifier score mean: 0.8399573797130188 
 
array([ 0.815 , 0.8785, 0.8166, 0.8018, 0.8707, 0.8484, 0.8148, 
 
0.8551, 0.8005, 0.8981])  

AbuML對(duì)外的函數(shù)都支持關(guān)鍵子參數(shù)fiter_type，可以指定使用的學(xué)習(xí)器類型如回歸，聚類等，每個(gè)函數(shù)都通過內(nèi)部裝飾器聲明自己支持的學(xué)習(xí)器類型對(duì)不支持的類型輸出不支持，如下想通過指定使用回歸器進(jìn)行roc_auc評(píng)分：

btc_ml.cross_val_roc_auc_score(fiter_type=ml.EMLFitType.E_FIT_REG) 

cross_val_roc_auc_score not support reg! 

上述輸出顯示函數(shù)不支持回歸器，因?yàn)閮?nèi)部實(shí)現(xiàn)中通過entry_wrapper裝飾器聲明了只支持E_FIT_CLF，即分類器：

@entry_wrapper(support=(EMLFitType.E_FIT_CLF,)) 
def cross_val_roc_auc_score(self, cv=10, **kwargs): 
    """ 
    被裝飾器entry_wrapper(support=(EMLFitType.E_FIT_CLF,))裝飾， 
    即支持有監(jiān)督學(xué)習(xí)分類，使用cross_val_score對(duì)數(shù)據(jù)進(jìn)行roc_auc度量，如果數(shù)據(jù)的y的 
    label標(biāo)簽 > 2，通過label_binarize將label標(biāo)簽進(jìn)行二值化處理， 
    依次計(jì)算二值化的列的roc_auc，結(jié)果返回score***的數(shù)據(jù)度量 
    :param cv: 透?jìng)鱟ross_val_score的參數(shù)，默認(rèn)10 
    :param kwargs: 外部可以傳遞x, y, 通過 
                            x = kwargs.pop('x', self.x) 
                            y = kwargs.pop('y', self.y) 
                   確定傳遞self._do_cross_val_score中參數(shù)x，y， 
                   以及裝飾器使用的fiter_type，eg： 
                   ttn_abu.cross_val_roc_auc_score(fiter_type=ml.EMLFitType.E_FIT_REG) 
    :return: cross_val_score返回的score序列， 
             eg: array([ 1.  ,  0.9 ,  1.  ,  0.9 ,  1.  ,  0.9 ,  1.  ,  0.9 ,  0.95,  1.  ]) 
    """ 
    x = kwargs.pop('x', self.x) 
    y = kwargs.pop('y', self.y) 
    return self._do_cross_val_score(x, y, cv, _EMLScoreType.E_SCORE_ROC_AUC.value)  

更多詳情實(shí)現(xiàn)請(qǐng)閱讀源代碼AbuML

下面使用train_test_split_xy查看訓(xùn)練集輸出的precision_score，recall_score，混淆矩陣，以及f1等度量結(jié)果：

1. btc_ml.train_test_split_xy()  

x-y:(1363, 48)-(1363,) 
train_x-train_y:(1226, 48)-(1226,) 
test_x-test_y:(137, 48)-(137,) 
accuracy = 0.77 
precision_score = 0.62 
recall_score = 0.39 
          Predicted 
         |  0  |  1  | 
         |-----|-----| 
       0 |  90 |   9 | 
Actual   |-----|-----| 
       1 |  23 |  15 | 
         |-----|-----| 
             precision    recall  f1-score   support 
 
        0.0       0.80      0.91      0.85        99 
        1.0       0.62      0.39      0.48        38 
 
avg / total       0.75      0.77      0.75       137  

下面通過plot_roc_estimator繪制roc曲線：

btc_ml.plot_roc_estimator() 

下面通過plot_confusion_matrices繪制混淆矩陣：

btc_ml.plot_confusion_matrices() 

[[915 65] 
 
[183 200]]  

下面通過plot_decision_function繪制決策邊界，由于繪制2d圖，內(nèi)部已經(jīng)使用pca將數(shù)據(jù)特征降維后再繪制：

btc_ml.plot_decision_function() 

下面通過plot_graphviz_tree繪制邏輯決策圖：

btc_ml.plot_graphviz_tree() 

RandomForestClassifier not hasattr tree_, use decision tree replace 

下面通過feature_selection對(duì)特征的支持度進(jìn)行評(píng)級(jí)：

pd.options.display.max_rows = 48 
 
btc_ml.feature_selection(show=False).sort_values(by='ranking') 

下面通過importances_coef_pd對(duì)特征的重要程度進(jìn)行量化：

btc_ml.importances_coef_pd().sort_values(by='importance')[::-1] 

3. 測(cè)試集的驗(yàn)證與非均衡技術(shù)

下面將前面保留切割的60條測(cè)試數(shù)據(jù)進(jìn)行特征抽取組合，方式和抽取訓(xùn)練集時(shí)一樣，代碼如下所示：

btc_test0 = btc_siblings_df(btc_test_raw) 
btc_test1 = btc_siblings_df(btc_test_raw[1:]) 
btc_test2 = btc_siblings_df(btc_test_raw[2:]) 
btc_test = pd.concat([btc_test0, btc_test1, btc_test2]) 
btc_test.index = np.arange(0, btc_test.shape[0]) 
dummies_one_week = pd.get_dummies(btc_test['one_date_week'], prefix='one_date_week') 
dummies_two_week = pd.get_dummies(btc_test['two_date_week'], prefix='two_date_week') 
dummies_today_week = pd.get_dummies(btc_test['today_date_week'], prefix='today_date_week') 
btc_test.drop(['one_date_week', 'two_date_week', 'today_date_week'], inplace=True, axis=1) 
btc_test = pd.concat([btc_test, dummies_one_week, dummies_two_week, dummies_today_week], axis=1) 
matrix_test = btc_test.as_matrix() 
y_test = matrix_test[:, 0] 
x_test = matrix_test[:, 1:]  

對(duì)測(cè)試集數(shù)據(jù)進(jìn)行準(zhǔn)確率評(píng)估，代碼如下所示：

from sklearn import metrics 
 
y_predict = [btc_ml.predict(x_test[test_ind])[0] for test_ind in np.arange(0, matrix_test.shape[0])] 
 
print('測(cè)試集正確率{:3f}'.format(metrics.accuracy_score(y_test, y_predict)))  

測(cè)試集正確率0.620690 

如上所示上面的準(zhǔn)確率結(jié)果為60%以上正確，下面使用predict_proba看看概率結(jié)果：

y_prob = [btc_ml.predict_proba(x_test[test_ind])[0] for test_ind in np.arange(0, matrix_test.shape[0])] 

y_prob[-10:] 

[array([ 0.495,  0.505]), 
 array([ 0.9075,  0.0925]), 
 array([ 0.7875,  0.2125]), 
 array([ 0.83,  0.17]), 
 array([ 0.8375,  0.1625]), 
 array([ 0.96,  0.04]), 
 array([ 0.58,  0.42]), 
 array([ 0.495,  0.505]), 
 array([ 0.6575,  0.3425]), 
 array([ 0.565,  0.435])]  

本節(jié)開始的時(shí)候說過很多時(shí)候定估的決策只要能滿足有時(shí)候能解出合理的解就可以，通過非均衡技術(shù)對(duì)決策進(jìn)行二次邏輯過濾即可，下面解釋這句話的意思，通過上面y_predict輸出你可以看到準(zhǔn)確率結(jié)果為60%以上，如果你只按照這個(gè)決策認(rèn)定比特幣今天是否有大行情還是有很多錯(cuò)誤的可能，上面的y_prob輸出了每一個(gè)決策的概率。

那么我們?nèi)绻Ｍ霰忍貛沤灰字幌Ｍ跊Q策模型有很大把握的情況下才做，否則寧可少賺點(diǎn)錢也不做應(yīng)該怎么做呢?

上面predict的決策在某一個(gè)值在0.5以上即進(jìn)行了判斷，如果我們希望把握更大一些就需要調(diào)整這個(gè)值，比如0.55以上才能認(rèn)定決策，那首要的問題就是如何選定這個(gè)閥值，下面示例使用search_match_pos_threshold進(jìn)行閥值的確定：

btc_ml.search_match_pos_threshold(accuracy_match=0.85) 

0.580 satisfy require, accuracy:0.854, effect_rate:0.879  

結(jié)果如上所示，search_match_pos_threshold函數(shù)的作用是對(duì)訓(xùn)練集數(shù)據(jù)進(jìn)行非均衡結(jié)果度量，從0.5至0.99的范圍內(nèi)開始不斷向上調(diào)整決策閥值：

比如測(cè)試閥值為0.55，那么如果決策的概率為array([ 0.5378, 0.4622])，那么通過閥值二分化后結(jié)果為(0, 0)，這個(gè)結(jié)果將不計(jì)入正確率統(tǒng)計(jì)中，即認(rèn)為未達(dá)成有效的決策，但如果決策的概率為 array([ 0.9711, 0.0289])，那么通過閥值二分化后結(jié)果為(1, 0)，認(rèn)為達(dá)成有效的決策，當(dāng)有效的決策正確率達(dá)到參數(shù)accuracy_match傳遞的值，本例中使用0.85即85%的正確率時(shí)，停止搜索，本例返回的結(jié)果為0.580，即使用閥值0.580可以達(dá)成非均衡決策的85%正確率。

備注：與之對(duì)應(yīng)search_match_neg_threshold進(jìn)行閥值搜索，從0.5至0.01的范圍內(nèi)開始不斷向下調(diào)整決策閥值，更多詳情請(qǐng)閱讀源代碼。

下面使用0.580做為閥值，通過predict_proba_threshold函數(shù)進(jìn)行決策，代碼如下：

y_prob_threshold = [btc_ml.predict_proba_threshold(x_test[test_ind], 0.580, 0) 
 
for test_ind in np.arange(0, matrix_test.shape[0])]  

上面predict_proba_threshold傳遞的第三個(gè)參數(shù)0為未達(dá)成有效決策的情況下返回的決策結(jié)果，即閥值二分化后結(jié)果為(0, 0)后這里返回0，因?yàn)樵诒忍貛胚@個(gè)示例中如果交易者想要保守的方式?jīng)Q策今天是否適合做日內(nèi)交易，那么就希望只在有很大概率的情況下返回1，即適合交易，其它情況下沒有太大把握下全部返回0即可，下面使用precision_score計(jì)算查準(zhǔn)率：

metrics.precision_score(y_test, y_prob_threshold) 

1.0 

如上所示查準(zhǔn)率100%正確，但召回率評(píng)分非常低，即比特幣在很多有大行情的情況下為了保守，放棄了日交易，只在把握大的時(shí)候行動(dòng):

metrics.recall_score(y_test, y_prob_threshold) 

0.20000000000000001 

與上面的情況相反也有些激進(jìn)的交易者想要的決策結(jié)果是只要今天不是很大把握說沒有行情，那就進(jìn)行交易。

下面使用0.90做為閥值，通過predict_proba_threshold函數(shù)進(jìn)行決策，第三個(gè)參數(shù)1即在為未達(dá)成有效決策的情況下返回的決策結(jié)果為1，可以看到結(jié)果的決策中大多數(shù)都被決策為1，代碼如下：

y_prob_threshold = [btc_ml.predict_proba_threshold(x_test[test_ind], 0.90, 1) 
 
for test_ind in np.arange(0, matrix_test.shape[0])] 
 
pd.Series(y_prob_threshold).value_counts()  

1 49 
 
0 9 
 
dtype: int64  

4. 繼承AbuMLPd對(duì)數(shù)據(jù)處理進(jìn)行封裝

在abupy中不建議直接使用AbuML類進(jìn)行構(gòu)造，推薦使用繼承AbuMLPd后實(shí)現(xiàn)make_xy方法，在make_xy中將數(shù)據(jù)訓(xùn)練集和測(cè)試集進(jìn)行組裝完成，AbuMLPd基類通過代理方法對(duì)AbuML中的所有方法進(jìn)行代理，即可以和使用AbuML中的方法一樣的接口操作，本節(jié)使用的示例內(nèi)置在abupy項(xiàng)目中BtcBigWaveClf類，具體實(shí)現(xiàn)請(qǐng)直接閱讀BtcBigWaveClf。 

小結(jié)：由于abupy中內(nèi)置沙盒數(shù)據(jù)沒有分時(shí)的數(shù)據(jù)，所以本示例使用日線數(shù)據(jù)做為分析對(duì)象，實(shí)際策略中應(yīng)該使用的是分鐘數(shù)據(jù)，本節(jié)示例主要為配合abupy中機(jī)器學(xué)習(xí)模塊的使用示例所寫，與真實(shí)的日內(nèi)交易決策還有很大差別。