Machine Learning for Algorithmic Trading 学习小记（一）

引言

《机器学习与算法交易（第二版）》（Machine Learning for Algorithmic Trading - 2nd Edition）。第一版2018年12月出版，共计503页。第二版2020年7月出版，有1274页。主要增加了以下内容：

8 The ML4T Workflow – From Model to Strategy Backtesting 介绍策略的回测方法；
100多种不同的alpha因子；

书中算例所使用的框架是在 Zipline原版代码基础上修改过的版本。

Zipline是Quantopian的官方投研框架。Quantopian官方已经在2020年10月在其官方网站上发布公告，下架了Zipline，Alphalens，Pyfolio，Empyrical，Trading Calendars等服务。这些项目仍在GitHub提供，可以实现本地环境的搭建。

为了使zipline适配中国A股，kanghua309 针对 zipline 1.0.2 (python2.7)版本和 zipline 1.1.1 (python 3.5)版本，进行了改造。笔者没有测试过。Zipline的架构和数据处理思路在今天仍有参考价值。

安装

为了简单，笔者使用Windows10(21H2)结合docker-desktop和wsl2搭建测试环境。测试环境的系统版本信息如下:

> systeminfo

OS Name:                   Microsoft Windows 10 IoT 企业版 LTSC
OS Version:                10.0.19044 N/A Build 19044
……
Processor(s):              1 Processor(s) Installed.
                           [01]: Intel64 Family 6 Model 140 Stepping 1 GenuineIntel ~2803 Mhz
……
Total Physical Memory:     32,466 MB
……

安装wsl2

Windows10的内部版本号必须高于18362或18363，次要内部版本号需要高于.1049。

启用wsl功能

以管理员身份打开 PowerShell（右键“开始”菜单 >“Windows PowerShell（管理员）”），然后输入以下命令，

> dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart

启用虚拟机功能

安装 WSL 2 之前，必须启用“虚拟机平台”可选功能。计算机需要虚拟化功能才能使用此功能。

以管理员身份打开 PowerShell 并运行，

> dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart

重新启动系统

Linux内核更新

下载 Linux 内核更新包

运行上一步中下载的更新包。（双击以运行 - 系统将提示你提供提升的权限，选择“是”以批准此安装。）

重新启动系统。

将 WSL 2 设置为默认版本

> wsl --set-default-version 2

下载ubuntu20.04安装包

进入 Downloading distributions 选择合适的系统安装包。

这里选择ubuntu20.04。

因为笔者的C盘只有120GB，所以下载到D盘wsl目录下。将下载的文件解压后，运行ubuntu2004.exe 完成安装wsl并设置用户名和密码。

安装Docker

下载 Docker Desktop for Windows 升级到最新版本

> docker --version
Docker version 20.10.22, build 3a2c30b

迁移数据（可选项）

因为笔者的C盘只有120GB，所以笔者把docker的镜像也移到D盘docker目录下。基于WSL2的版本的docker desktop在安装的时候创建两个wsl子系统。

 > wsl -l -v --all  
  NAME                   STATE           VERSION
* docker-desktop         Running         2
  docker-desktop-data    Running         2 
  Ubuntu-20.04           Running         2

可以看到docker-desktop用于存放程序文件，docker-desktop-data用于存放docker镜像，这两个wsl子系统都是默认放在系统盘的。

导出wsl子系统镜像

> wsl --export docker-desktop D:\docker\wsl\docker-desktop.tar
  wsl --export docker-desktop-data D:\docker\wsl\docker-desktop-data.tar

删除现有的wsl子系统

> wsl --unregister docker-desktop
  wsl --unregister docker-desktop-data

导入wsl子系统

> wsl --import docker-desktop D:\docker\wsl D:\docker\wsl\docker-desktop.tar --version 2
  wsl --import docker-desktop-data D:\docker\date D:\docker\wsl\docker-desktop-data.tar --version 2

获取QUANDL API密钥

要下载在整本书中用作几个示例的美国纳斯达克股票数据，需要在纳斯达克注册一个个人帐户。API密钥会显示在 “ACCOUNT SETTING” -> “Your profile” -> “YOUR API KEY”中。

获取书籍源码

笔者的源码存放位置是 D:/src/python3/machine-learning-for-trading-master

> cd D:/src/python3
> git clone https://github.com/PacktPublishing/Machine-Learning-for-Algorithmic-Trading-Second-Edition
❯ mv Machine-Learning-for-Algorithmic-Trading-Second-Edition machine-learning-for-trading-master

创建并运行docker

> docker run -it -v D:/src/python3/machine-learning-for-trading-master:/home/packt/ml4t -p 8888:8888 -e QUANDL_API_KEY=<YOUR API KEY> --name ml4t appliedai/packt:latest bash

第一次运行要拉取大约 3GB 的镜像。

运行

启动。

> docker start -a -i ml4t

镜像中的jupyter lab并不会自动启动，如果需要，可手工运行。

(base) packt@8b57b786cab8:~/ml4t$ jupyter lab --ip 0.0.0.0 --no-browser --allow-root&

根据提示的地址（地址需要包含token）用浏览器访问。

http://127.0.0.1:8888/lab?token=2ae7a039d2f487c0cf3abafac511fda71c096ce13caa0f4a

因书中算例的格式大多是 .ipynb。笔者的习惯是，使用vscode的Docker插件进行编辑。

免责声明：

本文档的表达为个人观点；彼以往、现在或未来并无就本文档所提供的具体建议或所表迖的观点直接或间接收取任何报酬。通过本文档引证及推论的结果并不构成本人对投资的任何具体意见。