利用 TQuant Lab 驗證深度學習 LSTM 股價預測成效（二）

本文重點概要

• 文章難度：★★★★★
• 結合基本面、籌碼面及技術面資料進行 LSTM 股價預測，並執行回測驗證績效
• 閱讀建議：本文使用 RNN 架構進行時間序列預測，需要對時間序列或是深度學習有基礎瞭解，可以參考【資料科學】LSTM，以便對於 LSTM 模型建置有更深的理解。

前言

在第一篇文章—利用 TQuant Lab 驗證深度學習 LSTM 股價預測成效（一），我們利用預測數據與實際數據的比對，對於訓練好的兩個模型（2618、8615 兩檔股票）有初步的成效評估，效果是不錯的，詳細分析可以點擊以上連結了解更多，篇幅原因就不贅述。
因此在第二篇文章，我們希望不要只是紙上談兵，將模型套用在 out sample 的資料，並根據預測結果決定進場點，實測看看效果是不是也如預期的好。

編輯環境及模組需求

本文使用 Mac OS 及 VS Code 作為編輯器

LSTM 模型套用樣本外資料

我們的兩個模型的樣本內資料都是自 2012-07-01 至 2021-07-01 ，因此此次的回測起訖日會從 2021-01-01 至 2024-06-30，以避開訓練期間。

載入外部套件

import os
import time
import tejapi
import talib as ta
from talib import abstract
import numpy as np
import pandas as pd
...

載入內部套件

ML_stock() 為我們編寫用以做事前資料處理的 class，執行載入 API_KEY、價量資料、基本面資料及技術指標等主要功能。最後設定回測的樣本起訖日。
另外我們設置 model 變數，將訓練好的模型載入以待使用。
*註：貼心提醒，在使用前請先至 config.ini 輸入自己的 API_KEY，這樣才能順利使用喔！

ml_stock = ML_stock()
ml_stock.ini()
model = load_model(f'lstm_{sample[1]}.keras')
start = '2021-01-01'
end = '2024-06-30'
os.environ['mdate'] = start + ' ' + end
os.environ['ticker'] = ' '.join([sample[1]]) + ' ' + 'IR0001'
!zipline ingest -b tquant

接下來我們只留下必要的特徵，完成資料前處理。

df = ml_stock.get_fundamental(start, end, [sample[1]], column)
df = ml_stock.calculate_all_technical_indicators(df)
preporc_data = ml_stock.preprocessing(df)
data = preporc_data.drop(columns=['mdate', 'coid'])

建立時間序列資料

與訓練時一樣，我們將資料轉換成時間序列資料，具體流程可以閱讀上一篇說明。轉換好之後，便使用 predict 函數套用模型進行預測。

prediction = model.predict(X)

可以看到我們以 2022 過去十年的資料所訓練的 LSTM 模型套用在 2022 年之後的股價的預測表現也與實際上大致相符，除了在預測驗證資料就會出現的漲跌幅跟不上以外，基本上沒有問題。

將預測結果導入 Pipeline

CustomDataset 可以將資料庫中的內容導入 Pipeline 中，方便後續回測使用。於本範例我們用以將上述 Pred 欄位紀錄的預測數值資訊導入 Pipeline。擷取部分程式碼如下：

from zipline.pipeline.data.dataset import Column, DataSet
from zipline.pipeline.domain import TW_EQUITIES

class CustomDataset(DataSet):
    
    pred = Column(float)

    domain = TW_EQUITIES

建立 Pipeline 函式

由於 LSTM 模型只是做了對隔日收盤價的預測，具體該如何進場、進場時機及條件為何，還需要我們做更精細的設定，為此需要設計客製化因子。

建立 Custom Factor

CustomFactor 可以讓使用者自行設計所需的客製化因子，於本次案例我們用以處理：

• 相對於上個交易日的每日報酬率（Return）
• 平均真實波幅（AverageTrueRange）

def make_pipeline():
    pred = CustomDataset.pred.latest
    price = TWEquityPricing.close.latest
    returns = Return(inputs=[TWEquityPricing.close])
    returns_pred = Return()
    ATR = AverageTrueRange(inputs = [TWEquityPricing.high,
                                 TWEquityPricing.low,
                                TWEquityPricing.close]) 

    return Pipeline(
        columns = {
            'price': price,
            'pred': pred,
            'return': returns,
            'return_pred': returns_pred,
            'atr': ATR.ATR,
                },
            screen = ~StaticAssets([benchmark_asset])
    )

pipeline_result = engine.run_pipeline(make_pipeline(), start_dt, end_dt)
pipeline_result

建立 initialize 函式

initialize() 函式用於定義交易開始前的每日交易環境，與此例中我們設置：

• 滑價成本
• 台股市場手續費模型
• 加權報酬指數 ( IR0001 ) 作為大盤指數
• 將 Pipeline 設計的策略因子導入交易流程中
• 設定 context.stop_loss 變數，將回測中的止損點紀錄
• 設定 context.last_price 變數，記錄最後買賣價格，跟蹤止損

建立 handle_data 函式

handle_data() 為構建策略的重要函式，會在回測開始後每天被呼叫，主要任務為設定交易策略、下單與紀錄交易資訊。

關於本策略的交易詳細規則請至：backtest_2618.ipynb / backtest_8215.ipynb

        if return_pred < 0 and cash_position >= 0 and returns < 0:
            order_percent(i , 0.48)
            buy = True
            record(
                **{
                    f'buy_{sym}':buy
                }
            )
            context.stop_loss = price - atr * 1.25

本次範例利用 return_pred 紀錄預測股價、returns 為真實股價走向，若兩者走勢為正向，則進行入場。出場則是以停利和跟蹤止損並行。本策略只回測長部位的單向入場，有興趣者可以再嘗試多空並行的策略。

建立 analyze 函式

analyze() 協助我們繪製自訂圖表，本次我們用到 analyze()來觀察預測股價和實際股價的差異、策略進出場情形和資金運用情況。

關於本策略的交易詳細規則請至：backtest_2618.ipynb / backtest_8215.ipynb

執行 LSTM 股價預測策略

from zipline import run_algorithm

start = '2021-01-01'
end = '2024-06-28'
start_dt = pd.Timestamp(start, tz = 'UTC')
end_dt = pd.Timestamp(end, tz = 'UTC')

results = run_algorithm(
    start = start_dt,
    end = end_dt,
    initialize = initialize,
    bundle = 'tquant',
    analyze = analyze,
    capital_base = 1e6,
    handle_data = handle_data,
    custom_loader=custom_loader
)
results

使用 run_algorithm() 執行上述設定的策略，設置交易期間為 start_dt(2021-01-01) 到 end_dt(2024-06-28)，導入 custom_loader，使用資料集 tquant，初始資金為一百萬元。其中輸出的 results 為每日績效與交易的明細表。

上面兩張圖顯示策略獲得良好的績效，其中 2618 的回測全程超越大盤，而 8215 的績效則是在領先大盤後被大盤稍稍追過。
*注：圖中第二小圖為預測股價和實際股價的差異，藍線為預測股價，紅線則為實際股價，紅色三角標記為買進，綠色三角標記為賣出。

利用 Pyfolio 進行績效評估

import pyfolio as pf
returns, positions, transactions = pf.utils.extract_rets_pos_txn_from_zipline(results)
benchmark_rets = results['benchmark_return']
pf.tears.create_full_tear_sheet(returns=returns,
                                positions=positions,
                                transactions=transactions,
                                benchmark_rets=benchmark_rets
                                )

結論

在以上兩檔股票的回測中，我們可以看到以 LSTM 股價預測策略進行回測的績效會有不錯的成果，兩檔回測的夏普率都超過 0.5，Alpha 值也都在一個不錯的水準。比較特別的是 2618 這檔回測，40 個月來年化報酬率來到 29.6%，累積報酬率更來到接近 138％，績效相當的好。
更詳細的來看看策略本身的特性，由於策略的基礎是以隔日收盤價為目標進行買入，因此我們可以發現到報酬率曲線相當近似於實際股價的曲線，換句話說就是漲的時候策略會漲，跌的時候策略也會跌，因此止損與止盈的控制就非常重要，需要特別注意。
另外我們在撰寫策略時，有發現到「return_pred 紀錄預測股價、returns 為真實股價走向，若兩者走勢為正向，則進行入場。」這件事不全然可以套用在所有模型上，可能對於某些檔股票而言，走勢同為負向時，抑或是正 / 負得更多時再進行入場才會獲得更高的收益，否則績效的變化是很大的。
之所以會導致此原因，我們推測是由於時間序列模型在預測上的延遲性，這個延遲性會導致我們在買多時可能會有不小心買在高點（因為高點在前一天就出現了，模型第二天才反映出來）導致成本過高，或是賣在低點（低點在前一天就出現，模型同樣是第二天才反映，導致績效變差），因此這項策略會更需要我們多去調整策略參數，找到最優解。

歡迎投資朋友參考，之後也會持續介紹使用 TEJ 資料庫來建構各式指標，並回測指標績效，所以歡迎對各種交易回測有興趣的讀者，選購 TQuant Lab 的相關方案，用高品質的資料庫，建構出適合自己的交易策略。
溫馨提醒，本次分析僅供參考，不代表任何商品或投資上的建議。

原始碼

點此前往 GitHub

延伸閱讀

利用 TQuant Lab 驗證深度學習 LSTM 股價預測成效（一）

LSTM 交易訊號判斷

LSTM