股票市場(chǎng)漲漲跌跌，好像毫無(wú)規(guī)律，但有一些人卻憑借自己的直覺(jué)掌握了一些特殊規(guī)律，從而實(shí)現(xiàn)在股票上的實(shí)現(xiàn)斬獲?，F(xiàn)在在人工智能時(shí)代，Python+AI框架，無(wú)疑會(huì)利用人工智能優(yōu)勢(shì)可以對(duì)股票市場(chǎng)進(jìn)行特征學(xué)習(xí)，抓取比憑借個(gè)人感覺(jué)更多的股票數(shù)字特征。本文要介紹的就是利用Python+keras對(duì)股票進(jìn)行時(shí)間序列上的數(shù)字特征預(yù)測(cè)。

預(yù)備條件：

假設(shè)您熟悉python，并且已經(jīng)在系統(tǒng)中安裝了python 3。本教程中使用了jupyter筆記本。您可以使用自己喜歡的IDE。

使用的數(shù)據(jù)集：

本教程中使用的數(shù)據(jù)集是基于Tushare獲取的股票信息。更多股票代碼可以用下面的搜索工具獲取。至于Tushare的使用，可以參考以前的python神級(jí)技巧，不要爬蟲(chóng)一分鐘獲取股票基金持股情況文章學(xué)習(xí)。

安裝所需的庫(kù)

對(duì)于此項(xiàng)目，您需要在python中安裝以下軟件包。如果未安裝，則只需使用即可pip install PackageName。

• NumPy —該庫(kù)提供快速計(jì)算的n維數(shù)組對(duì)象。
• Pandas —它提供了一個(gè)數(shù)據(jù)框和序列，可以對(duì)數(shù)據(jù)執(zhí)行操作和分析。
• matplotlib —該庫(kù)有助于使用各種圖表來(lái)可視化數(shù)據(jù)。
• scikit-learn —這是一個(gè)機(jī)器學(xué)習(xí)庫(kù)，提供了用于預(yù)測(cè)分析的各種工具和算法。我們將使用其工具或功能進(jìn)行數(shù)據(jù)預(yù)處理。
• Keras —這是一個(gè)基于TensorFlow的高級(jí)深度學(xué)習(xí)庫(kù)，用于提供神經(jīng)網(wǎng)絡(luò)的簡(jiǎn)單實(shí)現(xiàn)。我們之所以使用它，是因?yàn)樗鼘?duì)初學(xué)者友好且易于實(shí)施。
• TensorFlow -這個(gè)庫(kù)是由所需Keras作為Keras運(yùn)行在TensorFlow本身。

開(kāi)始編碼

首先，需要導(dǎo)入將在項(xiàng)目中使用的庫(kù)。在這里，numpy用于創(chuàng)建NumPy數(shù)組以訓(xùn)練和測(cè)試數(shù)據(jù)。pandas用于制作數(shù)據(jù)集的數(shù)據(jù)框并輕松檢索值。matplotlib.pyplot繪制總體股價(jià)和預(yù)測(cè)價(jià)格之類(lèi)的數(shù)據(jù)。MinMaxScaler從sklearn的（scikit-learn）預(yù)處理程序包中進(jìn)行歸一化處理。Sequential dense LSTM Dropout從Keras導(dǎo)入了數(shù)據(jù)，將有助于創(chuàng)建深度學(xué)習(xí)模型。稍后將討論這些模塊。

現(xiàn)在，將數(shù)據(jù)集作為數(shù)據(jù)框加載到名為df的變量中。然后，檢查了數(shù)據(jù)集的形狀，結(jié)果為（2035,8）表示數(shù)據(jù)集中有2035行和8列。之后，將數(shù)據(jù)集上下顛倒過(guò)來(lái)，以便日期從最早的日期開(kāi)始到最近的日期，這樣做還必須重置索引。然后，打印數(shù)據(jù)集的一些開(kāi)始行head()。

df = pd.read_csv('tu.csv')df.shapedf = df[::-1]df = df.reset_index(drop=True)df.head()

數(shù)據(jù)集的前5個(gè)條目

僅選擇了一個(gè)“ 開(kāi)放”功能來(lái)訓(xùn)練的模型，但是您可以自由選擇多個(gè)功能，但是隨后將相應(yīng)地更改代碼。在訓(xùn)練集中，有2000個(gè)值，而在測(cè)試中，只選擇35個(gè)值。然后簡(jiǎn)單地打印了兩個(gè)類(lèi)別的數(shù)據(jù)，分別train_set test_set是（2000,1）和（35,1）。

在這里，將Date列轉(zhuǎn)換為DateTime格式以方便地進(jìn)行繪制。然后簡(jiǎn)單地用于plot_date繪制整個(gè)時(shí)間軸上的股票開(kāi)盤(pán)價(jià)的圖，并使用保存該圖savefig。

dates = pd.to_datetime(df['Date'])plt.plot_date(dates, open_price,fmt='-')plt.savefig('test1final.png')

現(xiàn)在，已經(jīng)初始化了MinMaxScalar用于縮放0到1范圍內(nèi)的每個(gè)值的。這是非常重要的一步，因?yàn)楫?dāng)特征處于相對(duì)相似的縮放比例時(shí)，神經(jīng)網(wǎng)絡(luò)和其他算法的收斂速度更快。

棘手的部分到了?，F(xiàn)在，必須使數(shù)據(jù)適合我們的RNN模型，即使用目標(biāo)最終值制作數(shù)據(jù)序列。讓我用這個(gè)例子來(lái)解釋。假設(shè)數(shù)據(jù)集的值介于1到10之間，并且序列長(zhǎng)度為3。在這種情況下，訓(xùn)練數(shù)據(jù)如下所示：

序列訓(xùn)練數(shù)據(jù)示例

在代碼中，序列的長(zhǎng)度為60，這意味著只有前60個(gè)值將決定下一個(gè)值，而不是整個(gè)數(shù)據(jù)集。之后，創(chuàng)建了NumPy x_train和NumPy數(shù)組以y_train進(jìn)行快速計(jì)算，并根據(jù)模型的要求重塑了訓(xùn)練集。的最終形狀為x_train（1940，60，1）。

x_train = []y_train = []for i in range(60,2000):    x_train.append(train_set_scaled[i-60:i,0])    y_train.append(train_set_scaled[i,0])x_train = np.array(x_train)y_train = np.array(y_train)x_train = np.reshape(x_train,(x_train.shape[0],x_train.shape[1],1))x_train.shape

現(xiàn)在，將創(chuàng)建模型的架構(gòu)。使用Keras是因?yàn)榕c其他可用庫(kù)相比，使用Keras進(jìn)行深度學(xué)習(xí)模型非常容易。在這里，初始化了Sequential對(duì)象，該對(duì)象充當(dāng)模型內(nèi)所有圖層的捆綁程序。模型總共有4個(gè)LSTM層和1個(gè)致密層。

LSTM（長(zhǎng)期短期記憶）是一種遞歸神經(jīng)網(wǎng)絡(luò)，具有一些上下文狀態(tài)單元，它們充當(dāng)長(zhǎng)期或短期記憶單元，并且這些單元調(diào)節(jié)輸出。當(dāng)需要根據(jù)歷史背景而不是僅根據(jù)最后的輸入來(lái)預(yù)測(cè)輸出時(shí)，這一點(diǎn)很重要。例如，必須預(yù)測(cè)序列3,4,5 ,?中的下一個(gè)數(shù)字。那么輸出就是6（x + 1），但是順序?yàn)?strong>0,2,4 ,?輸出也是6，但是它也取決于上下文信息。

Dropout用于通過(guò)一次簡(jiǎn)單地停用某些單元（神經(jīng)元）來(lái)防止數(shù)據(jù)過(guò)擬合。在案例中，一次會(huì)停用20％的單元。最后，有一個(gè)包含1個(gè)單位的密集層，可提供預(yù)測(cè)值。

然后，只需使用優(yōu)化程序編譯模型，然后將模型擬合到數(shù)據(jù)上，然后運(yùn)行20次迭代即可。

每次迭代的損失

如您所見(jiàn)，模型收斂于15 個(gè)epoch，總共花了90分鐘才能運(yùn)行20次。是的，RNN模型需要時(shí)間訓(xùn)練。

RNN模型需要時(shí)間

現(xiàn)在，是時(shí)候?yàn)闇y(cè)試創(chuàng)建輸入了。的形狀input為（95，1），下面也縮放了此數(shù)據(jù)。

input = open_price[len(open_price)-len(test_set)-60:].valuesinput.shapeinput = sc.transform(input)

這是最后一部分，其中簡(jiǎn)單地制作數(shù)據(jù)序列以預(yù)測(cè)最近35天的庫(kù)存值。第一個(gè)序列包含從1至60的數(shù)據(jù)來(lái)預(yù)測(cè)第61個(gè)值，第二個(gè)序列包含從2到61的數(shù)據(jù)來(lái)預(yù)測(cè)第62個(gè)值，依此類(lèi)推。的形狀x_test是（35，60，1），這說(shuō)明了這一點(diǎn)。

最終，只是預(yù)測(cè)使用值predict定義的模型的功能，并繪制最后35個(gè)某種給定股票的實(shí)際和預(yù)測(cè)值。

pred = reg.predict(x_test)pred = sc.inverse_transform(pred)plt.plot(test_set,color='green')plt.plot(pred,color='red')plt.title('股票預(yù)測(cè)')plt.show()

最后具體運(yùn)行結(jié)果就作為作業(yè)留給大家自行完成。但可以很樂(lè)觀的告訴大家，模型在某些特定時(shí)間段上預(yù)測(cè)給定股票的未來(lái)趨勢(shì)方面非常準(zhǔn)確。

但是，距離成為股票市場(chǎng)上的出色顧問(wèn)還會(huì)有比較大的挑戰(zhàn)。

下一步目標(biāo)

通過(guò)合并更多功能，增加數(shù)據(jù)集以及調(diào)整模型本身，可以進(jìn)一步改善模型。