파이썬을 활용한 금융 분석(2판) : 파이썬의 기초부터 금융공학, 머신러닝, 퀀트 분석, 매매 시스템 구현까지

597

15

장

매매 전략

15.6

분류 알고리즘

이 절에서는

13

장에서 소개한 분류 알고리즘을 금융 시장에서의 가격 방향 예측 문제에 적용

한다. 앞 절의 예제와 배경지식을 기반으로 로지스틱 회귀, 가우스 나이브 베이즈 그리고 서포

트 벡터 머신 방법을 적용하는 것은 어렵지 않다.

15.6.1

두 개의 이진수 특징

우선 이진수 특징값에 기반하여 모델을 학습시키고 결과로 나온 포지션 정보를 받는다.

In [57]: from sklearn import linear_model

from sklearn.naive_bayes import GaussianNB

from sklearn.svm import SVC

In [58]: C = 1

In [59]: models = {

'log_reg': linear_model.LogisticRegression(C=C),

'gauss_nb': GaussianNB(),

'svm': SVC(C=C)

}

In [60]: def fit_models(data):

➊

mfit = {model: models[model].fit(data[cols_bin], data['direction'])

for model in models.keys()}

In [61]: fit_models(data)

In [62]: def derive_positions(data): ...