機器學習不是我很專攻的領域，但幸好現在很多強大的package，可以直接使用，假如你不想深入開發model的話，只要把它當作黑盒子就好了，把它插上插頭，讓資料流進去、流出來。很簡單！
免費訓練資料
最下方免費有獲得2萬筆訓練資料的方式，在坊間一定是要賣錢的，甚至連課程一起賣，但我想說算了啦，反正我就是個草根碼農XDD，希望大家可以一起互相切磋。
之前寫的策略，選股方式都是用條件拼湊的：
但是現在用machine learning的話，就會寫成這樣：
這邊用的是分類（classification），假如覺得會上漲，就是1，會下跌就是0。
上面的 f 就是機器學習的model，我們不太知道這個是個怎樣的函數，因為這個model不是一個公式，而是經過資料訓練而來的。這個簡單的範例只有2個features：ROE、PB。只是一個例子而已，下面會有更多的features：
資料
資料是從2010年底，到2017年，每次財報截止的隔天買入，並在下次財報截止前賣出。
至於features就是用之前寫文章，覺得好用的：
- 月營收 買入前12個月
- ROE 買入前12季財報
- 本益比 買入前一天
- 股價淨值比 買入前一天
- 殖利率 最近一期
- 股價是否大於季線
- 股價是否大於半年線
- 負債比率 買入前12季財報
可以到這裡下載歷史資料，假如有人訓練的比我的好的話（應該滿簡單的），歡迎一起討論，我們可以一起合作建構一個初版的平台，或是有人想要train不同的feature，也歡迎留言給我。
除了上述的features，每筆資料還包含：
- stock_ID 股票的代號
- buy_date 買入日期
- buy_price 買入開盤價
- sell_date 賣出開盤價
- sell_price 賣出價格
- gain 賣出價/買入價
不確定這些歷史數據，有沒有錯，假如不放心，可以幫我稍微檢驗一下，另外，關於買賣日期，我是參考IFRS制度上市前後不同的財報截止日，然而有些企業遲交財報，就沒辦法了…所以會包含一點未來數據。
這篇文章有講到財報遲交的公司，還是別買的好，而每年大約只有100家公司會遲交財報，以整體資料而言，未來數據應該不會太多（我覺得啦XD，但不知道資料科學家們怎麼看就是了）。
資料僅供學術發展，請勿用於商業用途！
訓練model的方式
由於我想要弄一個快速的prototype，所以先使用random forest model，這樣就不用pre-processing了XDD
Model
from sklearn.ensemble import RandomForestClassifier
rf = RandomForestClassifier(n_estimators=500, max_leaf_nodes=None, class_weight='balanced')以上是用sklearn裡的模型，連參數什麼都沒給，這樣的效果還OK了。訓練時，training data使用2014年以前的資料，而test data是2015年以後的資料
結果太好了，我不敢相信…
以下是還沒篩選前的獲利分佈圖，這邊的獲利是用倍數來衡量，也就是 賣出價格/買入價格。可以看到，這是一個對稱於1的分佈圖，大於1（賺）跟小於1（賠）其實很接近，其平均值是在1.005左右，你有看到一藍藍的地方嗎？那就是篩選後的標的：
下面我們把藍色的地方直接畫一張圖，可以發現篩選後，發現結果好很多，分佈偏向大於1，也就是很多的選擇是有獲利的！
平均來到了1.10左右，代表每季買一群股票，平均來說會賺10％左右。且勝率來到了70.2%
對於這樣的結果，我感到有點難過，因為成果太好代表裡面一定有什麼問題，我還是抱著懷疑的態度，各位可以做最嚴格的檢驗，機器學習不是我的專長，願意虛心受教，或是你還希望有什麼額外的features呢？我幾乎都可以幫你生成客製的test data喔！
附註：免費取得訓練資料
取得資料的方法很簡單，幫冷清的寒舍小小宣傳一下：
- 按右下角分享於FB
- 將分享截圖傳到 [email protected]
- 一兩天內即可獲得 data.csv！
依照本blog的含金量、data.csv的完整程度，你一定不會後悔的！
詳細的python教學：利用Machine-Learning-選股新手教學
