1.3 实例分析

本节将运用60只股票数据测试ReliefF算法的性能。运用该算法解决分类问题时，利用股票的资金数据作为特征，将股票分为好股票和坏股票；再运用该算法解决回归问题时，利用资金数据对涨跌幅进行回归。无论是分类问题还是回归问题，ReliefF算法最后都会给出特征的重要性排序。

1.3.1 数据集介绍

ReliefF算法既可以应用于分类问题，也可以应用于回归问题，本节将对60只股票数据做相应处理，构造分类标签和回归标签，原始数据如下。

图1-1为所加载的60只股票数据的部分股票示意图，图1-2 为股票市场数据以及资金数据合并之后的前10行数据。

1.3.2 函数介绍

本文直接调用MATLAB自带的ReliefF算法，函数表达式如下。

下面对该函数进行详细解释。

1.3.3 ReliefF算法在分类问题中的实例分析

接下来以上证60只股票2014年1月3日到2017年7月24日的数据为例，将上述流程演算一遍。首先下载60只股票数据，并将两者的数据合成便于进行计算，代码如下。

接下来需要构造标签数据，也就是构造ReliefF算法中的Y。在本案例中，只将股票分为好股票与坏股票两类。假设3年半的时间里股票总涨幅超过80%的为好股票，标记为1；否则为坏股票，标记为0。执行下面的代码，将得到标签数据。Y标签的前10个如图1-3a所示。

在构建了Y的分类标签之后，下面将构造X特征矩阵。以7类资金数据的均值作为本案例中的样本特征，即用图1-2中第6列至第12列每只股票的均值来构造特征变量矩阵，代码如下。得到的结果如图1-3b所示。

最后将X、Y分别代入算法中进行计算，并绘制特征重要程度的排序图。执行下面的代码，可以得到7类股票资金数据的重要程度权重，如图1-4所示。

以上过程是通过调用MATLAB自带算法进行ReliefF特征选择的应用过程，可以看到本案例中成交量即volume特征在判断牛股与否中起到了主要的作用。需要注意的是，虽然在本案例中，成交量可以是判断股票好坏的一种权重较高的特征，但是并不意味着单纯用成交量来预测股票涨跌就一定有好的结果。

1.3.4 ReliefF算法在回归问题中的实例分析

通过上文我们对ReliefF算法已经有了一定的理解，接下来使用60只上证股票的数据来进行回归问题的实例讲解。上一小节已经学习了ReliefF的分类算法，回归算法的运用类似，因此在这里不再重复解释，直接给出案例代码。由于使用的数据与分类案例的数据是一样的，所有前两步的原始数据加载与合并过程的代码与上一节相同，得到的数据同样是图1-1和图1-2的效果。

由于本案例是回归问题，构造的预测标签Y是与分类案例不同的。以每只股票在2014年1月3日至2017年7月24日期间的对数收益率来构建Y，即Y是连续的数据，而不是分类案例中的0、1分类。执行下面的代码，可以得到图1-5a的结果，ReliefF回归算法股票对数收益率，即为构造的标签Y。

构建Y标签后，接下来将构造X特征矩阵，以7类资金数据的均值作为本案例中的样本特征，即用图1-2中第6列至第12列每只股票的均值来构造特征变量矩阵。执行下面的代码，得到X特征矩阵，如图1-5b所示。

最后将X、Y分别代入到算法中进行计算，并绘制特征重要程度的排序图。执行下面的代码，可以得到7类股票资金数据对于股票对数收益率的重要程度权重排序，如图1-6所示。

图1-6的结果显示，所有的资金特征权重都是负的分数，也就是用单一的资金数据去判断股票的盈利，不是很准确。因此，结合分类问题和回归问题的分析结果，可以认为尽管资金特征中的成交量在判断股票好坏上有较高权重，但是如果单纯根据成交量来交易，是没法保证盈利的。