Yangami / KNN-for-pattern-recognize-

KNN形态识别 股票形态识别(如W双底)用图像识别的方法准确率高但速度慢(因要画图),用K-近邻方法以数值型数据计算快准确率基本符合要求(查准率70%左右),可用于对决策时间有要求的交易。 工作完成情况: 1、W双底识别模型查准确率约70% 2、模型文件上载到聚宽后可在回测中调用。

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

KNN-for-pattern-recognize


[功能描述]股票形态识别(如W双底)用图像识别的方法准确率高但速度慢(因要画图),用K-近邻方法以数值型数据计算快准确率基本符合要求(查准率70%左右),可用于对决策时间有要求的交易。 工作完成情况:1、W双底识别模型查准确率约70% 2、模型文件上载到聚宽后可在回测中调用 优化方向:该模型识别时间短但训练时间长,这是由于训练过程不能完全自动化要分流程进行。优化训练过程使模型准确率尽可能快得提高。 [开发环境]Python3.6 [项目结构简介及运行说明]见:辅助说明文件

About

KNN形态识别 股票形态识别(如W双底)用图像识别的方法准确率高但速度慢(因要画图),用K-近邻方法以数值型数据计算快准确率基本符合要求(查准率70%左右),可用于对决策时间有要求的交易。 工作完成情况: 1、W双底识别模型查准确率约70% 2、模型文件上载到聚宽后可在回测中调用。


Languages

Language:Python 100.0%