2022美赛 C题 交易策略Python实现的baseline

Posted 2022-02-23 Better Bench

目录

• 相关链接
• 1 题目
• 2 思路解析
• 3 Python 实现
• • 3.1 数据分析和预处理
  • 3.2 预测
  • 3.3 进阶的预测方案和代码
  • 3.3 动态规划
  • • 3.3.1 思路方案
    • 3.3.2 Python实现

更新时间：2022-2-20 10：30

相关链接

完整代码和参考文献下载
https://mianbaoduo.com/o/bread/YpeclJhr

1 题目

要求开发一个模型， 这个模型只使用到目前为止的过去的每日价格流来确定，每天应该买入、 持有还是卖出他们投资组合中的资产。
2016 年 9 月 11 日， 将从 1000 美元开始。 将使用五年交易期， 从 2016 年 9 月 11 日到2021 年 9 月 10 日。 在每个交易日， 交易者的投资组合将包括现金、 黄金和比特币[C, G, B]，分别是美元、 金衡盎司和比特币。 初始状态为[1000,0,0]。 每笔交易(购买或销售)的佣金是交易金额的α%。 假设${\alpha }_{gold}$= 1%， ${\alpha }_{bitcoin}$ = 2%。 持有资产没有成本。
请注意， 比特币可以每天交易， 但黄金只在市场开放的日子交易（即周末不交易）， 这反映在定价数据文件LBMA-GOLD.csv 和 BCHAIN-MKPRU.csv 中。 你的模型应该考虑到这个交易计划， 但在建模过程中你只能使用其中之一。

• 开发一个模型， 仅根据当天的价格数据给出最佳的每日交易策略。 使用你的模型和策略，
  在 2021 年 9 月 10 日最初的 1000 美元投资价值多少?

• 提供证据证明你的模型提供了最佳策略。

• 确定该策略对交易成本的敏感度。 交易成本如何影响战略和结果?

• 将你的策略、 模型和结果以一份不超过两页的备忘录的形式传达给交易者。
  注意： 您的 PDF 总页数不超过 25 页， 解决方案应包括：

• 一页摘要表。 目录。 完整的解决方案。 一到两页附录。 参考文献。

  注:MCM 竞赛有 25 页的限制。 您提交的所有方面都计入 25 页的限制(摘要页、 目录、 参考文献和任何附录)。 必须在你的报告中标注你的想法、 图像和其他材料的来源引用

2 思路解析

3 Python 实现

3.1 数据分析和预处理

（1）数据分析

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

gold = pd.read_csv('./data/LBMA-GOLD.csv')
bitcoin = pd.read_csv('./data/BCHAIN-MKPRU.csv')

gold.info()

<class ‘pandas.core.frame.DataFrame’>

RangeIndex: 1265 entries, 0 to 1264 Data columns (total 2 columns):

Column Non-Null Count Dtype — ------ -------------- -----

0 Date 1265 non-null object

1 USD (PM) 1255 non-null float64

dtypes: float64(1), object(1)

# 缺失值查看
gold.isnull().any()

Date False

USD (PM) True

dtype: bool

黄金序列存在缺失值

bitcoin.isnull().any()

Date False

Value False

dtype: bool

比特币序列没有缺失值

可视化数据

x1 = range(len(gold))
y1 = gold['USD (PM)']
x2 = range(len(bitcoin))
y2 = bitcoin['Value']
plt.plot(x1,y1)

plt.plot(x2,y2,color='r')

（2）数据预处理

黄金序列是有缺失值，且周末不存在数据，时间序列是中断的，以下采用插值法进行填充数据，将补充为完整的时间序列

gold.index = list(pd.DatetimeIndex(gold.Date))
gold_datalist = pd.date_range(start='2016-09-12',end='2021-09-10')
ts = pd.Series(len(gold_datalist)*[np.nan],index=gold_datalist)
gold_s = gold['USD (PM)']
for i in gold.index:
    ts[i] = gold_s[i]
# 线性插值法
ts = ts.interpolate(method='linear')
gold_df = ts.astype(float).to_frame()
gold_df.rename(columns=0:'USD',inplace=True)
gold_df.sort_index()
gold_df.index = range(len(gold_df))
gold_df

补充完整后，黄金的时间序列有1825条数据

3.2 预测

（1）特征工程

# 提取特征
from tsfresh import extract_features, extract_relevant_features, select_features
from tsfresh.utilities.dataframe_functions import impute
gold_df['id'] = range(len(gold_df))

extracted_features = extract_features(gold_df,column_id='id')
extracted_features.index = gold_df.index
# 去除NAN特征
extracted_features2 = impute(extracted_features)

构造训练集

import re
# 向未来移动一个时间步长
timestep = 1
Y = list(gold_df['USD'][timestep:])
X_t = extracted_features2[:-timestep]
X = select_features(X_t, np.array(Y), fdr_level=0.5)
X = X.rename(columns = lambda x:re.sub('[^A-Za-z0-9_]+', '', x))

（2）模型训练预测

# 划分30%作为测试集
s = 0.3
tra_len = int((1-s)*len(X))
test_len = len(X)-tra_len
X_train, X_test, y_train, y_test = X[0:tra_len], X[-test_len:], Y[0:tra_len],Y[-test_len:]

# 方法一
import lightgbm as lgb
# clf = lgb.LGBMRegressor(
#     learning_rate=0.01,
#     max_depth=-1,
#     n_estimators=5000,
#     boosting_type='gbdt',
#     random_state=2022,
#     objective='regression',
# )
# clf.fit(X=X_train, y=y_train, eval_metric='MSE', verbose=50)
# y_predict = clf.predict(X_test)
# 方法二
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
import matplotlib.pyplot as plt
linreg = LinearRegression()
model = linreg.fit(X_train, y_train)
y_pred = linreg.predict(X_test)

预测及输出评价指标

from sklearn import metrics
def metric_regresion(y_true,y_pre):
    mse = metrics.mean_squared_error(y_true,y_pre)
    mae = metrics.mean_absolute_error(y_true,y_pre)
    rmse = np.sqrt(metrics.mean_squared_error(y_true,y_pre))  # RMSE
    r2 =  metrics.r2_score(y_true,y_pre)
    print('MSE:'.format(mse))
    print('MAE:'.format(mae))
    print('RMSE:'.format(rmse))
    print('R2:'.format(r2))
metric_regresion(y_test,y_pred)

MSE:267.91294723114646

MAE:10.630377450265746

RMSE:16.368046530699576

R2:0.9707506268528148

可视化预测结果

import matplotlib.pyplot as plt
plt.figure()
plt.plot(range(len(y_pred[100:180])), y_pred[100:180], 'b', label="预测")
plt.plot(range(len(y_test[100:180])), y_test[100:180], 'r', label="原始")
plt.legend(loc="upper right", prop='size': 15)
plt.show()

3.3 进阶的预测方案和代码

在以上的同一个下载链接中

完整思路下载

3.3 动态规划

3.3.1 思路方案

符号说明
$w_1$,$w_2$ 初始买入比例
$P_t$,$P_{t-1}$ 前后一天价格
diff 前后一天价格差
$Y_t$ 变化收益
b% 中途卖出比例（也是买入比例）
目标函数：
$max$$Y_t$ = $W_1$$P_{黄}$+$W_2$$P_{比}$
约束条件：
1、 $C=W_1\times P\times b\%\times 1\%+W_i\times P\times b\%\times 2\%$(成本约束)（买出卖出成本）
2、 $$X_i=\begin{array}{ll}0& \text{x0=周末}\\ 1& \text{x1 !=周末}\end{array}$$

3、diff=$P_t$-$P_{t-1}$ (持有会带来的成本）
4、$0\le r\le 1$ 风险系数约束（可用预测模型的置信区间权衡风险）

模型讲解：
完整思路下载

3.3.2 Python实现

待上传…