"KNN 是机器学习中的一种算法，它的核心思想是：如果一个样本在特征空间中的 K 个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别。更通俗点说，KNN 可以找到和目标样本最相似的 .."

jiangzhucao 北京
乾学院 1061 号会员
24 浏览 • 1 个月前

KNN 指标

量化交易

KNN 是机器学习中的一种算法，它的核心思想是：如果一个样本在特征空间中的 K 个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别。更通俗点说，KNN 可以找到和目标样本最相似的 K 个样本，然后根据其中的大多数来预测目标样本。

我们也可以用这种方法来预测股票的涨跌，构造一个特征空间然后在历史数据中找到和当日特征最相似的 K 个交易日数据，然后根据这 K 个交易日第二天的涨跌情况来预测第二天的涨跌（大多数涨就预测为涨，大多数跌就预测为跌）。

KNN 简单策略的具体方法如下：

1. 将第二天是否上涨作为预测目标，即计算收盘 [1]- 收盘，大于 0 时目标值为 1，小于 0 时为 -1，其余为 0。

2. 增加两个特征，最高价 - 最低价和收盘价 - 开盘价作为特征空间

3. 计算历史数据和当日样本特征之间的距离，距离越近越相似。具体为：计算当天样本特征和之前 n 个交易日的特征距离，找到距离最近的 m 个交易日数据，把这 m 个交易日目标值的众数作为第二天的预测结果。

指标参数：

函数代码:

	A	B
1	func KNNDIF(A, $y, n, m)	=A.derive@o( [最高-最低,收盘-开盘]:KNNDIF1, sign(收盘[1]-收盘):KNNDIF2)
2		=A.run(${y}=~[-n:-1].top(m; dis( KNNDIF1, A.KNNDIF1) ).(KNNDIF2).mode() )
3		=A.alter(; KNNDIF1, KNNDIF2)

B1 格中的 [最高 - 最低, 收盘 - 开盘] 是我们构造的特征空间，读者可以自行修改。

举例：

调用脚本计算浦发银行 2024 年的 KNN 指标。n 取 100，m 取 20。

运行效果：