支持向量机其实没那么玄乎
价值为锚2019-01-20 21:50
随着量化投资领域的发展和成熟，机器学习所发挥的作用也在日渐增长。在机器学习中，支持向量机也是一种常见的算法。
支持向量机的原理是，在两类的样本中，寻找到能最好划分类别的超平面。如果在平面中找不到，那就进入更多维度的空间，直至某个维度的空间能够划分出最合适的支持向量。两条支持向量中间的那个超平面就是机器能够利用的判断逻辑。
既然能够通过支持向量机进行有效的分类，那么我们就可以将其引入量化投资的领域，比如让机器分析出能够产生较高收益的股价模式、基本面特征等，然后再构建出投资组合。
除此之外，我们还可以使用SVM工具来识别市场的形态。把问题简单化，其实就是震荡市、趋势市的分类问题。通过机器学习，我们可以很容易地识别市场的特征，并可据此进行资产配置。华泰联合证券在很早的时候发布过相关的研报，可以借鉴其思路来撰写代码。长城证券也有相关的研报可用参考。
择时技术是许多投资者之间的热门话题，支持向量机的出现正好为他们提供了实用的量化工具。具体操作的时候，我们可以使用Python的第三方库sklearn，相关的SVM算法已经做好了整合，可以很方便地调用。
综上所述，支持向量机的机器学习算法值得量化投资者深入探索。
举报/反馈
0
0
收藏
分享
