B站账号@狼群里的小杨，记得点赞收藏加关注，一键三连哦！

废话不多说，干货全在代码里面了。各位自行学习！

'''python3.7-*- coding: UTF-8 -*-@Project -> File ：Code -> Stock@IDE ：PyCharm@Author ：YangShouWei@USER: 296714435@Date ：/3/18 15:52:15@LastEditor:'''import tushare as ts # 引入股票基本数据相关库import numpy as npimport pandas as pdimport talib # 引入股票衍生变量数据相关库import matplotlib.pyplot as pltfrom sklearn.ensemble import RandomForestClassifierfrom sklearn.metrics import accuracy_score # 引入预测准确度评分函数from sklearn.model_selection import GridSearchCV # 网格搜索参数调优函数# #获取数据# 1. 获取股票基本数据df = ts.get_k_data('000002', start='-01-01',end='-12-31')df = df.set_index('date') # 将日期作为索引值# 2.简单衍生变量数据构造df['close-open'] = (df['close']-df['open'])/df['open']df['high-low'] = (df['high']-df['low'])/df['low']df['pre_close'] = df['close'].shift(1)df['price_change'] = df['close']-df['pre_close']df['p_change'] = (df['close']-df['pre_close'])/df['pre_close']*100# 3.移动平均线相关数据构造df['MA5'] = df['close'].rolling(5).mean()df['MA10'] = df['close'].rolling(10).mean()df.dropna(inplace=True)# 4. 通过TA_Lib 库构造衍生变量数据df['RSI'] = talib.RSI(df['close'], timeperiod=12)df['MOM'] = talib.MOM(df['close'],timeperiod=5)df['EMA12'] = talib.EMA(df['close'],timeperiod=12)df['EMA26'] = talib.EMA(df['close'], timeperiod=26)df['MACD'], df['MACDsignal'], df['MACDhist'] = talib.MACD(df['close'], fastperiod=12, slowperiod=26, signalperiod=9)df.dropna(inplace=True)# # 提取特征变量和目标变量X = df[['close', 'volume', 'close-open', 'MA5', 'MA10', 'high-low','RSI', 'MOM', 'EMA12', 'MACD', 'MACDsignal', 'MACDhist']]"""使用了NumPy库中的where()函数，传入的3个参数的含义分别为判断条件、满足条件的赋值、不满足条件的赋值。其中df['price_change'].shift（-1）是利用shift()函数将price_change（股价变化）这一列的所有数据向上移动1行，这样就获得了每一行对应的下一天的股价变化。因此，这里的判断条件就是下一天的股价变化是否大于0，如果大于0，说明下一天股价涨了，则y赋值为1；如果不大于0，说明下一天股价不变或跌了，则y赋值为-1。预测结果就只有1或-1两种分类。"""y = np.where(df['price_change'].shift(-1) > 0, 1, -1)# #划分训练集和测试集"""需要注意的是，划分要按照时间序列进行，而不能用train_test_split()函数进行随机划分。这是因为股价的变化趋势具有时间性特征，而随机划分会破坏这种特征，所以需要根据当天的股价数据预测下一天的股价涨跌情况，而不能根据任意一天的股价数据预测下一天的股价涨跌情况。"""X_length = X.shape[0] # shape属性获取X的行数和列数，shape[0]即为行数split = int(X_length*0.9)X_train, X_test = X[:split], X[:split]y_train, y_test = y[:split], y[:split]# # 模型搭建"""决策树的最大深度max_depth设置为3，即每个决策树最多只有3层；弱学习器（即决策树模型）的个数n_estimators设置为10，即该随机森林中共有10个决策树；叶子节点的最小样本数min_samples_leaf设置为10，即如果叶子节点的样本数小于10则停止分裂；随机状态参数random_state的作用是使每次运行结果保持一致，这里设置的数字1没有特殊含义，可以换成其他数字。"""rfc = RandomForestClassifier(max_depth=3, n_estimators=10, min_samples_leaf=10, random_state=1)rfc.fit(X_train,y_train)y_pred = rfc.predict(X_test)print('预测情况:\n', y_pred)"""预测属于各个分类的概率，获得的y_pred_proba是一个二维数组，其第1列为分类为-1（下一天股价不变或下跌）的概率，第2列为分类为1（下一天股价上涨）的概率"""y_pred_proba = rfc.predict_proba(X_test)# 模型准确度评估score = accuracy_score(y_pred, y_test)print(score)print(rfc.score(X_test,y_test)) # 和score值一样，等价操作# # 分析特征变量的重要性print(rfc.feature_importances_)# 对特征按照计算出来的特征重要性进行排序（降序）features = X.columnsimportances= rfc.feature_importances_a = pd.DataFrame()a['特征'] = featuresa['特征重要性'] = importancesa = a.sort_values('特征重要性', ascending=False)print(a)# #参数调优"""n_estimators参数的候选值范围为{5，10，20}，max_depth参数的候选值范围为{2，3，4，5}，min_samples_leaf参数的候选值范围为{5，10，20，30}。"""parameters = {'n_estimators': [5, 10, 20], 'max_depth': [2, 3, 4, 5], 'min_samples_leaf': [5, 10, 20, 30]}new_rfc = RandomForestClassifier(random_state=1) # 构建的随机森林模型"""设置cv参数为6，表示交叉验证6次；设置模型评估标准scoring参数为'accuracy'，即以准确度作为评估标准，如果设置成'roc_auc'则表示以ROC曲线的AUC值作为评估标准。"""grid_search = GridSearchCV(new_rfc, parameters, cv=6, scoring='accuracy')grid_search.fit(X_train, y_train)print(grid_search.best_params_) # 打印调参最优结果X_test['prediction'] = rfc.predict(X_test)# 计算每天的股价变化率，即（当天的收盘价-前一天的收盘价）/前一天的收盘价。X_test['p_change'] = (X_test['close'] - X_test['close'].shift(1))/X_test['close'].shift(1)X_test['origin'] = (X_test['p_change']+1).cumprod()"""因为是根据当天的股价数据预测下一天的股价涨跌情况，如果预测为1，则在下一天买入，如果预测为-1，则在下一天卖出，所以这里通过shift（1）将预测结果这一列向下移一行，这样才能和下一天的股价变化率相匹配，再用cumprod()函数来计算收益率。"""X_test['strategy'] = (X_test['prediction'].shift(1)*X_test['p_change']+1).cumprod()X_test[['strategy', 'origin']].dropna().plot()plt.gcf().autofmt_xdate()plt.show()