机器学习在量化交易主要有两方面的应用，第一就是用时间序列的日频数据来预测未来的股价，第二 用截面数据来预测收益，现在量化基因的因子都基于这个模型。 接下来，我分别来说明，机器学习分成预测结果分成分类和回归。本章，就以随机森林来做未来某天的股价，是一种典型的回归分析方法，如果预测股价的涨跌就是分类问题。在这里有很多坑，我帮小伙伴一一填平。

这部分内容，在之前的章节有详细说明，现以sh.60000为例，从2019年1月1日 到至今天(2023-5-31)。

由于是时间序列，特征选 'open','high','low','close','volume','turn'，我们目标值（标签）需要进行一处理，我们就选用30天后的收盘价。利用shitt函数，即data.close.shift(-30)。

将数据集拆分为训练集、验证集和测试集。由于这个数据集是时间序列，决不能不能用train_test_split 进行分拆数据。

MSE: 0.024523304572707856 0.148004080839963 MAE: 0.11476424162232533 0.31643676975294

从MSE和 MAE来看，值并不大。但从最后一天的收盘价为7.39来看，0.316 这个偏差也算够大的了。

array([7.25712055, 7.40309288, 7.40801386, 7.43678256, 7.48561795, 7.45129724, 7.35071418, 7.41735554, 7.40655025, 7.5429179 , 7.44490355, 7.45728217, 7.74914538, 7.54671586, 7.50899764, 7.4850967 , 7.42395024, 7.55281253, 7.48490723, 7.46983359, 7.47770723, 7.52752326, 7.39138246, 7.39152939, 7.44892407, 6.8768 , 7.23216313, 7.45918674, 7.47948684, 7.21223155]) 这里的数据即预测未来30天的值。

以上是用随机森林作的一个预测方法，仅此而以。上面的数据是用当天的6个特征值预测未来30天的结果，可想而知。下面在此基础上我们做如下修改，采用前面30天的部分数据来预测第二天的收盘价。

原始数据还是与上面一样，在数据分离做进一步处理。 为了方便说明问题，简化部分数据处理，如想更加详细的说明，后继将有 LSTM 预测股票的价格的文章。 原来的数据只有6列特征，在此基本上增加29列之前每天的收盘价数据一起作为特征。

MSE: 0.0018605951383111714 0.0029620773221556763 MAE: 0.0297794545549311 0.04252798919403008 MSE和MAE 已经很小了，很接近真实值

从上图来看，预测值与真实值很接近

array([7.2483 , 7.33919421, 7.50750781, 7.55087572, 7.58982307, 7.6044283 , 7.56227032, 7.57089137, 7.55753348, 7.5588598 , 7.58131242, 7.57973364, 7.62280714, 7.812186 , 7.96168067, 7.62943871, 7.59097557, 7.57193348, 7.58140716, 7.58822821, 7.56501769, 7.58472294, 7.54284928, 7.52143876, 7.47868092, 7.38327099, 7.28360451, 7.28648865, 7.3997869 , 7.37405036]) er)

这里只是预测的方法，想应用到真实的预测，以此来作股票买卖，我在这里说，别，千万别，…。 作为随机森林预测数据的一种方法，后继我将用 LSTM 和 CNN 以及 GAN 的深度学习方法来作进一步的使用说明。

在此警告：文章中的所有内容，不能给你构成投资的理由。