LeetCode上的Algorithmic Trading with Machine Learning问题探讨了股票买卖的最佳时机

股票买卖最佳时机leetcode 线性回归算法交易 对交易问题的理解 预测金融资产回报一直是学术界和金融业研究人员的核心课题之一。 在这个项目中，我们的目标是使用 50 家公司的每日股票数据构建机器学习模型来预测股票收益，并使用这些模型进行市场交易。 数据由 756 天期间的每日库存数据组成。 第 1 天到第 504 天的数据用于模型训练和测试。 在收市后的第 504 天，我们收到了 1,000,000 美元用于投资这 50 只股票。 在第 505 天至第 756 天的整个交易期间，我们决定何时买入或卖出股票以及买入或卖出股票的数量。 到第 756 天结束时，也就是最后一个交易日，我们卖掉了所有股票以兑现我们的投资。 以下是我们对这个项目的假设： 我们采取不卖空规则。 我们在一天收市后做出交易决定，我们以第二天调整后的收盘价买入和卖出每只股票。 例如，在第 600 天收市后，我们决定是否在第 601 天交易股票 X。如果我们决定在第 601 天交易股票 X，我们将按照股票 A 在第 601 天调整后的收盘价进行交易。 我们采用 t+1 规则，这意味着如果我们在时间 t 购买股票 A 的