[量化-代码分享] 简单有效的JPX股市预测高分方案

竞赛介绍

任何金融市场的成功都需要一个人确定可靠的投资。当股票或衍生品被低估时，购买才是有价值的，高估的时候需要卖出。JPX主办了本次比赛，希望探索数据分析技术在股市上的应用。

比赛规则

本次比赛将在训练阶段完成后将您的模型与未来的真实回报进行比较。比赛将涉及从符合预测条件的股票（约 2,000 只股票）中构建投资组合。具体来说，每个参与者将股票从最高到最低的预期回报进行排名，并根据前 200 只股票和后 200 只股票之间的回报差异进行评估。

数据

比赛的数据是基于日本股市真实的价格数据，包括了股票交易数据，期权价格数据，日频交易数据和财务报表数据等。

评估方式

提交的内容根据每日价差回报的夏普比率进行评估。您需要对某一天活跃的每只股票进行排名。单日收益将排名最高（例如 0 至 199）的 200 只股票视为已购买，将排名最低（例如 1999 至 1800）的 200 只股票视为做空。然后根据股票的排名对股票进行加权，并假设股票在第二天购买并在次日出售，计算投资组合的总回报。

方案介绍

本次分享的方案非常简单，手动构建了9个简单的特征，使用lightgbm算法进行回归，最终得分0.356，获得了第二名，整个方案简单而有效。

作者手动构建了9个特征，结合原始的价量信息共使用了14个特征，分别是：开盘价，收盘价，最高价，最低价，成交量，20个工作日收盘价涨幅，40个工作日收盘价涨幅，60个工作日收盘价涨幅，20个工作日收盘价波动率，40个工作日收盘价波动率，60个工作日收盘价波动率，收盘价除以20个工作日收盘价移动平均线，收盘价除以40个工作日收盘价移动平均线，收盘价除以60个工作日收盘价移动平均线。下面是特征重要性的可视化展示。