志学老人学Ai 和量化交易8：机器学习算法，线性回归、随机森林等

1978年，恢复高考，改革开放，经过考试，进入了上海第二工业大学数据处理专业本科学习。我们班上的同学来自于上海计算机研究所，上海计算机厂，各大上海著名医院的计算中心等单位。大多数同学都是历届老高三，基础知识很扎实。我相信，班上许多同学的高中学习基础，考清华北大是不成问题的。主要有许多人结婚成家，有孩子，希望照顾家庭，不願离开上海，所以，投考上海业余工业大学，后才改为上海第二工业大学，人事关系还在原单位， 工資照拿。当时，考上这种大学，热门专业，录取率低，真是难上加难。

我的毕业论文课题是数据处理在柴油机曲拐的设计中的应用。这也是柴油机设计中的首创，提高了惊人设计效率， 得到上海交通大学内燃机专业论文答辩教授的好评。

在四年的学习中，我们学习了数据处理和机器算法学习的绒性回归，非线性回归以及随机过程中的卷积，自相关和互相关等函数。到美国工程研究生院我又重复学习了卷积，互相关函数在系统工程中的应用。

在股票量化交易中，机器学习算法不再依赖固定的均线规则，而是通过历史数据自动寻找价格规律。我们通常将下个周期的涨跌预测转化为一个回归问题，预测具体价格/收益率，或分类问题，预测涨/跌。.

如何使用 线性回归（Linear Regression） 和 随机森林（Random Forest） 两种经典算法构建一个基础的量化预测模型。

在Python中，我们必确保安装机器学习核心库（pip install pandas numpy scikit-learn matplotlib）。以下这代码Python 机器学习量化完整演示了特征工程、模型训练到预测对比的工作流程。

import matplotlib.pyplot as plt

import numpy as np

import pandas as pd

from sklearn.ensemble import RandomForestRegressor

from sklearn.linear_model import LinearRegression

from sklearn.metrics import mean_squared_error

from sklearn.model_selection import train_test_split

# 1. 模拟生成 300 天的股票数据与特征工程

np.random.seed(42)

days = 300

price = 100.0 + np.cumsum(np.random.normal(0.1, 1.5, days))

df = pd.DataFrame({"Close": price})

# 构造特征：用前 1 天、前 2 天、前 3 天的收盘价作为线索

df["Close_Lag1"] = df["Close"].shift(1)

df["Close_Lag2"] = df["Close"].shift(2)

df["Close_Lag3"] = df["Close"].shift(3)

# 目标：预测明天的收盘价

df["Target"] = df["Close"].shift(-1)

# 清洗空值

df = df.dropna()

# 划分特征矩阵 X 和目标向量 y

X = df[["Close_Lag1", "Close_Lag2", "Close_Lag3"]]

y = df["Target"]

# 2. 严格按时间顺序划分训练集 (80%) 与测试集 (20%)

# 量化中不可使用随机切分(train_test_split的shuffle=True)，否则会导致未来函数（数据泄漏）

split_idx = int(len(df) * 0.8)

X_train, X_test = X.iloc[:split_idx], X.iloc[split_idx:]

y_train, y_test = y.iloc[:split_idx], y.iloc[split_idx:]

# 3. 初始化并训练模型

# 模型 A：线性回归（捕捉线性趋势）

lr_model = LinearRegression()

lr_model.fit(X_train, y_train)

# 模型 B：随机森林（捕捉非线性复杂关系）

rf_model = RandomForestRegressor(n_estimators=50, random_state=42)

rf_model.fit(X_train, y_train)

# 4. 在测试集上进行预测

lr_preds = lr_model.predict(X_test)

rf_preds = rf_model.predict(X_test)

# 5. 评估模型误差 (均方误差 MSE，越小越好)

print(f" 线性回归测试集 MSE: {mean_squared_error(y_test, lr_preds):.4f}")

print(

f" 随机森林测试集 MSE: {mean_squared_error(y_test, rf_preds):.4f} "

)

# 6. 可视化预测结果对比

plt.figure(figsize=(12, 6))

plt.plot(y_test.values, label="Actual Price", color="black", linewidth=2)

plt.plot(lr_preds, label="Linear Regression Predict", color="blue", linestyle="--")

plt.plot(rf_preds, label="Random Forest Predict", color="red", linestyle="-.")

plt.title("Machine Learning Quant: Price Prediction Demostration")

plt.xlabel("Days (Test Set)")

plt.ylabel("Stock Price")

plt.legend()

plt.grid(True)

plt.show()

运行操作这代码在PyCharm软件中：

运行机器学习算法代码

並得到了演示的良好结果。见下列图片。

线性回归和隨机森林

本人此文不作任何股票投资推荐，仅作学习参考和交流。

徐志学写于美国洛杉矶，8／16／2026