Skapa särdrag med glidande medelvärde och RSI
Vi vill lägga till historiska data i våra maskininlärningsmodeller för att förbättra prediktionerna, men att inkludera många historiska tidssteg är komplicerat. I stället kan vi komprimera information från tidigare tidpunkter till ett enda tidssteg med hjälp av indikatorer.
Ett glidande medelvärde är en av de enklaste indikatorerna – det är medelvärdet av tidigare datapunkter. Det beräknas med funktionen talib.SMA() från biblioteket TAlib.
En annan vanlig teknisk indikator är det relativa styrkeindexet (RSI). Det definieras som:
\(RSI = 100 - \frac{100} {1 + RS}\)
\(RS = \frac{\text{average gain over } n \text{ periods}} {\text{average loss over } n \text{ periods}}\)
Antalet perioder n anges i talib.RSI() via argumentet timeperiod.
En vanlig period för RSI är 14, och det är den inställningen vi använder i våra beräkningar.
Den här övningen är en del av kursen
Maskininlärning för finans i Python
Övningsinstruktioner
- Skapa en lista med särdragsnamn (börja med en lista som bara innehåller
'5d_close_pct'). - Använd tidsperioderna 14, 30, 50 och 200 för att beräkna glidande medelvärden med
talib.SMA()från justerade stängningspriser (lng_df['Adj_Close']). - Normalisera de glidande medelvärdena med det justerade stängningspriset genom att dividera med
Adj_Close. - Beräkna RSI med
talib.RSI()inuti loopen, medAdj_Closesom indata ochnsom tidsperiod.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
feature_names = ____ # a list of the feature names for later
# Create moving averages and rsi for timeperiods of 14, 30, 50, and 200
for n in [____]:
# Create the moving average indicator and divide by Adj_Close
lng_df['ma' + str(n)] = talib.SMA(lng_df['Adj_Close'].values,
timeperiod=n) / lng_df[____]
# Create the RSI indicator
lng_df['rsi' + str(n)] = talib.____(lng_df['Adj_Close'].____, timeperiod=____)
# Add rsi and moving average to the feature name list
feature_names = feature_names + ['ma' + str(n), 'rsi' + str(n)]
print(feature_names)