什麼？！AI也看得懂k線圖？利用機器學習來判斷股票漲跌。(1)論文解析。
這一篇會把注意力放在論文提到的技術並套用在台股市場，也會使用論文中的方法進行驗證，看看是否在台股也有一樣的超額報酬。
資料生成
第一步也是最難的一步-資料生成。
這裡使用到的資料為股票的開盤價、收盤價、最高價、最低價、成交量。需要先把這些資料標準化，再轉換成0和1的二維陣列，最後將二維陣列轉換成黑白的像素線圖。
我使用finlab的python套件獲取開高低收量的資料後，就能夠轉換成以下不同週期的線圖。
5日線圖
20線圖
60日線圖
可以看到，除了依照周期區分之外，也可以依照是否使用均線/成交量，產生不同的線圖資料，進而訓練不同的模型。
同時也可以注意到，線圖中沒辦法得知是哪隻股票、股價、成交量為何，所呈現的都是標準化後的資訊。
資料切割
finlab的資料集橫跨2007-2023年，依照論文的方式，拿前三分之一作為訓練及驗證，最後三分之二做測試。
2007-2011年的資料轉換成線圖後，會隨機打亂，並切割成訓練集(90%)和驗證集(10%)。2012-2023年的資料則會在模型訓練好後，作為實測的測試集。
模型訓練
這裡選擇訓練的模型是I5/R5，也就是拿五日的線圖去預測五日後的漲跌，而使用的線圖是包含均線以及成交量的。
會選擇這個模型當作實驗是因為他在論文中的表現是最好的。然而，在接下來的finlab實際回測中，我會使用不同模型進行回測。這將包含使用不同的時間週期、不同的線圖變化（如有無均線及成交量）。這些模型在不同量化策略下會有不同的效果，這裡就先賣個關子了。
模型的架構以及參數都比照論文的設定，如下圖。
模型架構圖
訓練會持續直到驗證集的loss持續兩個epochs都沒辦法進步為止。
實驗結果
這裡會使用到2012-2023年的資料進行實驗。
首先是十等分的實驗。將模型預測出來的結果依照分數進行排序，並切成十等分。第一分位代表預測的數字越低，而第十分位則最高。結果如下圖
十等分圖
可以發現，隨著預測的分數越高，報酬率也跟著上升。紅色的線代表0050的平均報酬，從第五分位開始打敗0050的報酬。
論文中的第一分位平均報酬為負的，在這樣的條件下作多空對沖非常適合。然而在台股市場上並沒有這樣的條件，做多空對沖的話反而會拉低報酬，不過如果想要更平滑的報酬曲線的話仍然可以使用多空對沖。
上圖為實際操作的流程。首先會將股價資訊轉換成線圖，接著會透過CNN模型預測上漲下跌機率，根據上漲的機率進行排序後，買入前n檔股票，每五日做一次換股。
假設n=20。則買進前20檔、多空對沖（買進前20同時放空後20檔）、以及0050的走勢比較圖如下。
n=20
可以看到只買進前二十檔的績效遠超過0050的報酬，而多空對沖則和0050相當，不過曲線更為平滑一些。
假設n=10%。則買進前10%、多空對沖（買進前10%同時放空後10%）、以及0050的走勢比較圖如下。
n=10%（約203檔）
可以發現只買進前10%的報酬雖然下降，但仍然很明顯的大敗大盤，而多空對沖的策略則更加平滑，但報酬也跟著降低了。
總結
上一篇主要在介紹論文中的方法，這一篇則是把論文中的方法套用在台股上實驗。可以發現這個方法（或說這個因子）在台股上也是十分顯著有用的，下一篇我將把這個因子結合finlab上的策略進行優化。
覺得有幫助或是有趣的歡迎點贊關注，也歡迎贊助～。🙇
