首页 新闻 会员 周边 捐助

怎么用ML.NET找出最佳股票指标

0
悬赏园豆:5 [已解决问题] 解决于 2023-02-25 15:07

我有一个文件,是股票价格,手工标记的趋势起点和终点,很多指标的值(MACD,RSI,CCI等等),我想用ML.NET找出最能识别出趋势的指标,请问我应该怎么做?

泰德的主页 泰德 | 初学一级 | 园豆:6
提问于:2023-02-11 04:55
< >
分享
最佳答案
0

对于这个问题,你可以使用 ML.NET 中的特征工程(Feature Engineering)来选择最能识别出趋势的指标。

特征工程是机器学习中一个重要的环节,它的主要目的是通过从原始数据中提取特征来创建新的特征,以帮助机器学习算法更好地理解数据。在本例中,特征工程的目的是识别出最能识别出趋势的指标。

下面是一些具体步骤:

加载数据
将手工标记的趋势起点和终点,以及各种指标的值,加载到一个数据集中。可以使用 ML.NET 中的 DataReader 类库来加载数据。

选择特征
从加载的数据集中选择一些特征,这些特征可以是股票价格的各种指标。根据对领域的专业知识和经验,选择最能识别出趋势的指标。

特征处理
根据特征的类型进行特征处理。特征处理是将原始特征转换为更有用的特征的过程。例如,可以对一些连续的特征进行离散化或归一化处理。

特征选择
使用特征选择算法选择最能识别出趋势的指标。常见的特征选择算法有 Relief 算法、Correlation-based Feature Selection 算法和 Wrapper 算法等。

模型训练
使用选定的特征来训练一个机器学习模型,例如决策树、神经网络、支持向量机等。可以使用 ML.NET 中的 Estimator 类库来创建和训练模型。

模型评估
使用评估指标来评估模型的性能,例如准确率、精确率、召回率、F1 值等。可以使用 ML.NET 中的 Metrics 类库来计算这些指标。

模型部署
将训练好的模型部署到生产环境中,以用于实时的股票价格趋势识别。

这是一个基本的 ML.NET 解决方案流程。你可以根据你的具体需求和数据情况对这个流程进行定制和扩展。

收获园豆:5
迷失的阿尔法 | 菜鸟二级 |园豆:207 | 2023-02-16 09:33

谢谢!

我在MICROSOFT文档中看到的是ML.NET会把所有特征进行统一计算,然后算出一个特征值,没有对每个特征单独处理的。

泰德 | 园豆:6 (初学一级) | 2023-02-16 12:00
其他回答(3)
0

跟ml有啥关系,这不是算法问题么。

Supper_litt | 园豆:1036 (小虾三级) | 2023-02-11 08:31

怎么讲?

支持(0) 反对(0) 泰德 | 园豆:6 (初学一级) | 2023-02-12 03:19
0
dudu | 园豆:31053 (高人七级) | 2023-02-11 13:03

我不是要预测股价。

支持(0) 反对(0) 泰德 | 园豆:6 (初学一级) | 2023-02-12 03:21
0

核心不在于用什么技术,而是你得知道业务逻辑

HeavenCSU | 园豆:202 (菜鸟二级) | 2023-02-13 09:11

我知道业务逻辑,现在是找技术解决办法

支持(0) 反对(0) 泰德 | 园豆:6 (初学一级) | 2023-03-02 07:18
清除回答草稿
   您需要登录以后才能回答,未注册用户请先注册