臥槽,我學(xué)會(huì)了用Python預(yù)測(cè)股票價(jià)格
（給機(jī)器學(xué)習(xí)算法與Python實(shí)戰(zhàn)加星標(biāo)，提升AI技能）
獲取股票數(shù)據(jù)
股票數(shù)據(jù)通?？蓮男吕斯善?、雅虎股票等網(wǎng)頁上獲取，此外還有一些炒股軟件，如同花順、通達(dá)信等都提供了非常清楚的股票數(shù)據(jù)展示和圖表呈現(xiàn)。如果要獲得實(shí)時(shí)的股票數(shù)據(jù)，可以考慮使用新浪股票提供的接口獲取數(shù)據(jù)。以大秦鐵路（股票代碼：601006）為例，如果要獲取它的最新行情，只需訪問新浪的股票數(shù)據(jù)接口（具體可以百度），該接口會(huì)返回一串文本，例如：
1 var hq_str_sh601006="大秦鐵路,6.980,6.960,7.010,7.070,6.950,7.010,7.020,121033256,847861533.000,18900, 7.010,214867,7.000,66500,6.990,386166,6.980,336728,6.970,273750,7.020,836066,7.030,630800,7.040,936306,7.050,579400,7.060,2016-03-18,15:00:00,00";這個(gè)字符串由許多數(shù)據(jù)拼接在一起，不同含義的數(shù)據(jù)用逗號(hào)隔開了，按照程序員的思路，順序號(hào)從0開始。
這個(gè)接口對(duì)于JavaScript程序非常方便，如果要查看該股票的日K線圖，可訪問新浪股票的K線圖接口（具體可百度），便可得到日K線圖。0：<大秦鐵路>，股票名字1：<< span="">6.980>，今日開盤價(jià)2：<< span="">6.960>，昨日收盤價(jià)3：<< span="">7.010>，當(dāng)前價(jià)格4：<< span="">7.070>，今日最高價(jià)5：<< span="">6.950>，今日最低價(jià)6：<< span="">7.010>，競(jìng)買價(jià)，即“買一”報(bào)價(jià)7：<< span="">7.020>，競(jìng)賣價(jià)，即“賣一”報(bào)價(jià)8：<< span="">121033256>，成交的股票數(shù)，由于股票交易以一百股為基本單位，所以在使用時(shí)，通常把該值除以一百9：<< span="">847861533.000>，成交金額，單位為“元”，為了一目了然，通常以“萬元”為成交金額的單位，所以通常把該值除以一萬10：<< span="">18900>，“買一”申請(qǐng)4695股，即47手11：<< span="">7.010>，“買一”報(bào)價(jià)12：<< span="">214867>，“買二”13：<< span="">7.000>，“買二”14：<< span="">66500>，“買三”15：<< span="">6.990>，“買三”16：<< span="">386166>，“買四”17：<< span="">6.980>，“買四”18：<< span="">336728>，“買五”19：<< span="">6.970>，“買五”20：<< span="">273750>，“賣一”申報(bào)3100股，即31手21：<< span="">7.020>，“賣一”報(bào)價(jià)(22,23),(24,25),(26,27),(28,29)分別為“賣二”至“賣四的情況”30：<< span="">2016-03-18>，日期31：<< span="">15:00:00>，時(shí)間
日K線圖如果要查看該股票的分時(shí)線，可訪問鏈接新浪股票的分時(shí)線圖接口（具體可百度），便可得到分時(shí)線圖。
分時(shí)線圖對(duì)于周K線和月K線的查詢，可分別訪問新浪股票的周K線圖和月K線圖的接口（具體可百度）。Python中我們可以使用pandas_datareader庫來獲取股票數(shù)據(jù)，默認(rèn)是訪問yahoofinance的數(shù)據(jù)，其中包括上證和深證的股票數(shù)據(jù)，還有港股數(shù)據(jù)，該庫只能獲取股票的歷史交易記錄信息：如最高價(jià)、最低價(jià)、開盤價(jià)、收盤價(jià)以及成交量，無法獲取個(gè)股的分筆交易明細(xì)歷史記錄。上證代碼是ss，深證代碼是sz，港股代碼是hk，比如茅臺(tái)：6000519.ss，萬科000002.sz，長(zhǎng)江實(shí)業(yè)0001.hk。這里以貴州茅臺(tái)股票為例，說明pandas_datareader庫中股票數(shù)據(jù)的獲取方法及簡(jiǎn)單的可視化，代碼如下：
1import?pandas?as?pd
2import?pandas_datareader.data?as?web
3import?datetime?as?dt
4data?=?web.DataReader('600519.ss','yahoo',?dt.datetime(2019,8,1),dt.datetime(2019,8,31))
5data.head()
6??????????????High?????????Low????????Open???????Close????Volume???Adj?Close
7#?Date?????????????????????
8#?2019-08-01????977.000000??953.020020??976.51001???959.299988??3508952?959.299988
9#?2019-08-02????957.979980??943.000000??944.00000???954.450012??3971940?954.450012
10#?2019-08-05????954.000000??940.000000??945.00000???942.429993??3677431?942.429993
11#?2019-08-06????948.000000??923.799988??931.00000???946.299988??4399116?946.299988
12#?2019-08-07????955.530029??945.000000??949.50000???945.000000??2686998?945.000000
13
14kldata=data.values[:,[2,3,1,0]]?#?分別對(duì)應(yīng)開盤價(jià)、收盤價(jià)、最低價(jià)和最高價(jià)
15from?pyecharts?import?options?as?opts
16from?pyecharts.charts?import?Kline
17
18kobj?=?Kline().add_xaxis(data.index.strftime("%Y-%m-%d").tolist()).add_yaxis("貴州茅臺(tái)-日K線圖",kldata.tolist()).set_global_opts(
19????????????yaxis_opts=opts.AxisOpts(is_scale=True),
20????????????xaxis_opts=opts.AxisOpts(is_scale=True),
21????????????title_opts=opts.TitleOpts(title=""))
22kobj.render()
貴州茅臺(tái)股票日K線圖如圖。
為給定時(shí)間序列的財(cái)務(wù)圖表，代碼中對(duì)象data包含6個(gè)屬性，依次為Open（開盤價(jià)）、High（最高價(jià)）、Low（最低價(jià)）、Close（收盤價(jià)）、Volume（成交量）、Adjusted（復(fù)權(quán)收盤價(jià)）。基于收盤價(jià)的重要性，可從收盤價(jià)的歷史數(shù)據(jù)中分割訓(xùn)練集、驗(yàn)證集、測(cè)試集，使用適當(dāng)?shù)奶卣鳎㈩A(yù)測(cè)模型，并實(shí)施預(yù)測(cè)。基于VAR算法的預(yù)測(cè)
向量自回歸（VAR）模型就是非結(jié)構(gòu)化的多方程模型，它的核心思想不考慮經(jīng)濟(jì)理論，而直接考慮經(jīng)濟(jì)變量時(shí)間時(shí)序之間的關(guān)系，避開了結(jié)構(gòu)建模方法中需要對(duì)系統(tǒng)中每個(gè)內(nèi)生變量關(guān)于所有內(nèi)生變量滯后值函數(shù)建模的問題，通常用來預(yù)測(cè)相關(guān)時(shí)間序列系統(tǒng)和研究隨機(jī)擾動(dòng)項(xiàng)對(duì)變量系統(tǒng)的動(dòng)態(tài)影響。VAR模型類似聯(lián)立方程，將多個(gè)變量包含在一個(gè)統(tǒng)一的模型中，共同利用多個(gè)變量信息，比起僅使用單一時(shí)間序列的ARIMA等模型，其涵蓋的信息更加豐富，能更好地模擬現(xiàn)實(shí)經(jīng)濟(jì)體，因而用于預(yù)測(cè)時(shí)能夠提供更加貼近現(xiàn)實(shí)的預(yù)測(cè)值。此處擬基于貴州茅臺(tái)股票數(shù)據(jù)，建立VAR的預(yù)測(cè)模型。使用后30天的數(shù)據(jù)作為驗(yàn)證集，剩余的數(shù)據(jù)用于建立預(yù)測(cè)模型。本節(jié)從VAR模型的平穩(wěn)性檢驗(yàn)出發(fā)，依次完成VAR模型的定階及建模預(yù)測(cè)，最終通過分析驗(yàn)證集上的準(zhǔn)確率來評(píng)估預(yù)測(cè)效果。▊ 平穩(wěn)性檢驗(yàn)只有平穩(wěn)的時(shí)間序列才能夠直接建立VAR模型，因此在建立VAR模型之前，首先要對(duì)變量進(jìn)行平穩(wěn)性檢驗(yàn)。通?？衫眯蛄械淖韵嚓P(guān)分析圖來判斷時(shí)間序列的平穩(wěn)性，如果序列的自相關(guān)系數(shù)隨著滯后階數(shù)的增加很快趨于0，即落入隨機(jī)區(qū)間，則序列是平穩(wěn)的；反之，序列是不平穩(wěn)的。另外，也可以對(duì)序列進(jìn)行ADF檢驗(yàn)來判斷平穩(wěn)性。對(duì)于不平穩(wěn)的序列，需要進(jìn)行差分運(yùn)算，直到差分后的序列平穩(wěn)后，才能建立VAR模型。此處首先提取用于建立預(yù)測(cè)模型的基礎(chǔ)數(shù)據(jù)，并對(duì)其進(jìn)行單位根檢驗(yàn)，對(duì)應(yīng)的Python代碼如下：
1import?statsmodels.tsa.stattools?as?stat
2import?pandas_datareader.data?as?web
3import?datetime?as?dt
4import?pandas?as?pd
5import?numpy?as?np
6
7data?=?web.DataReader('600519.ss','yahoo',?dt.datetime(2014,1,1),dt.datetime(2019,9,30))
8subdata?=?data.iloc[:-30,:4]
9for?i?in?range(4):
10????pvalue?=?stat.adfuller(subdata.values[:,i],?1)[1]
11????print("指標(biāo)?",data.columns[i],"?單位根檢驗(yàn)的p值為：",pvalue)
12#?指標(biāo)? High ?單位根檢驗(yàn)的p值為：0.9955202280850401
13#?指標(biāo)? Low ?單位根檢驗(yàn)的p值為：0.9942509439755689
14#?指標(biāo)? Open ?單位根檢驗(yàn)的p值為：0.9938548193990323
15#?指標(biāo)? Close ?單位根檢驗(yàn)的p值為：0.9950049124079876
可以看到，p值都大于0.01，因此都是不平穩(wěn)序列?，F(xiàn)對(duì)subdata進(jìn)行1階差分運(yùn)算，并再次進(jìn)行單位根檢驗(yàn)，對(duì)應(yīng)的Python代碼如下：
1subdata_diff1?=?subdata.iloc[1:,:].values?-?subdata.iloc[:-1,:].values
2for?i?in?range(4):
3????pvalue?=?stat.adfuller(subdata_diff1[:,i],?1)[1]
4????print("指標(biāo)?",data.columns[i],"?單位根檢驗(yàn)的p值為：",pvalue)
5#?指標(biāo)? High ?單位根檢驗(yàn)的p值為：0.0
6#?指標(biāo)? Low ?單位根檢驗(yàn)的p值為：0.0
7#?指標(biāo)? Open ?單位根檢驗(yàn)的p值為：0.0
8#?指標(biāo)? Close ?單位根檢驗(yàn)的p值為：0.0
如結(jié)果所示，對(duì)這4個(gè)指標(biāo)的1階差分單獨(dú)進(jìn)行單位根檢驗(yàn)，其p值都不超過0.01，因此可以認(rèn)為是平穩(wěn)的。▊ VAR模型定階接下來就是為VAR模型定階，可以讓階數(shù)從1逐漸增加，當(dāng)AIC值盡量小時(shí)，可以確定最大滯后期。我們使用最小二乘法，求解每個(gè)方程的系數(shù)，并通過逐漸增加階數(shù)，為模型定階，Python代碼如下：
1#?模型階數(shù)從1開始逐一增加
2rows,?cols?=?subdata_diff1.shape
3aicList?=?[]
4lmList?=?[]
5
6for?p?in?range(1,11):
7???baseData?=?None
8????for?i?in?range(p,rows):
9????????tmp_list?=?list(subdata_diff1[i,:])?+?list(subdata_diff1[i-p:i].flatten())
10????????if?baseData?is?None:
11????????????baseData?=?[tmp_list]
12????????else:
13????????????baseData?=?np.r_[baseData,?[tmp_list]]
14????X?=?np.c_[[1]*baseData.shape[0],baseData[:,cols:]]
15????Y?=?baseData[:,0:cols]
16????coefMatrix?=?np.matmul(np.matmul(np.linalg.inv(np.matmul(X.T,X)),X.T),Y)
17????aic?=?np.log(np.linalg.det(np.cov(Y?-?np.matmul(X,coefMatrix),rowvar=False)))?+?2*(coefMatrix.shape[0]-1)**2*p/baseData.shape[0]
18????aicList.append(aic)
19????lmList.append(coefMatrix)
20
21#對(duì)比查看階數(shù)和AIC
22pd.DataFrame({"P":range(1,11),"AIC":aicList})
23#???P???AIC
24#?0?1???13.580156
25#?1?2???13.312225
26#?2?3???13.543633
27#?3?4???14.266087
28#?4?5???15.512437
29#?5?6???17.539047
30#?6?7???20.457337
31#?7?8???24.385459
32#?8?9???29.438091
33#?9?10??35.785909
如上述代碼所示，當(dāng)p=2時(shí)，AIC值最小為13.312225。因此VAR模型定階為2，并可從對(duì)象lmList[1]中獲取各指標(biāo)對(duì)應(yīng)的線性模型。▊?預(yù)測(cè)及效果驗(yàn)證基于lmList[1]中獲取各指標(biāo)對(duì)應(yīng)的線性模型，對(duì)未來30期的數(shù)據(jù)進(jìn)行預(yù)測(cè)，并與驗(yàn)證數(shù)據(jù)集進(jìn)行比較分析，Python代碼如下：
1p?=?np.argmin(aicList)+1
2n?=?rows
3preddf?=?None
4for?i?in?range(30):
5????predData?=?list(subdata_diff1[n+i-p:n+i].flatten())
6????predVals?=?np.matmul([1]+predData,lmList[p-1])
7????#?使用逆差分運(yùn)算，還原預(yù)測(cè)值
8????predVals=data.iloc[n+i,:].values[:4]+predVals
9????if?preddf?is?None:
10?????????preddf?=?[predVals]
11????else:
12????????preddf?=?np.r_[preddf,?[predVals]]
13????#?為subdata_diff1增加一條新記錄
14????subdata_diff1?=?np.r_[subdata_diff1,?[data.iloc[n+i+1,:].values[:4]?-?data.iloc[n+i,:].values[:4]]]
15
16#分析預(yù)測(cè)殘差情況
17(np.abs(preddf?-?data.iloc[-30:data.shape[0],:4])/data.iloc[-30:data.shape[0],:4]).describe()
18#???????High?????????Low?????????Open???????Close
19#?count?30.000000???30.000000???30.000000???30.000000
20#?mean??0.010060????0.009380????0.005661????0.013739
21#?std???0.008562????0.009968????0.006515????0.013674
22#?min???0.001458????0.000115????0.000114????0.000130
23#?25%???0.004146????0.001950????0.001653????0.002785
24#?50%???0.007166????0.007118????0.002913????0.010414
25#?75%???0.014652????0.012999????0.006933????0.022305
26#?max???0.039191????0.045802????0.024576????0.052800
從上述代碼第17行可以看出這4個(gè)指標(biāo)的最大百分誤差率分別為3.9191%、4.5802%、2.4576%、5.28%，最小百分誤差率分別為0.1458%、0.0115%、0.0114%、0.013%，進(jìn)一步，繪制二維圖表觀察預(yù)測(cè)數(shù)據(jù)與真實(shí)數(shù)據(jù)的逼近情況，Python代碼如下：
1import?matplotlib.pyplot?as?plt
2plt.figure(figsize=(10,7))
3for?i?in?range(4):
4????plt.subplot(2,2,i+1)
5????plt.plot(range(30),data.iloc[-30:data.shape[0],i].values,'o-',c='black')
6????plt.plot(range(30),preddf[:,i],'o--',c='gray')
7????plt.ylim(1000,1200)
8????plt.ylabel("$"+data.columns[i]+"$")
9plt.show()
10v?=?100*(1?-?np.sum(np.abs(preddf?-?data.iloc[-30:data.shape[0],:4]).values)/np.sum(data.iloc[-30:data.shape[0],:4].values))
11print("Evaluation?on?test?data:?accuracy?=?%0.2f%%?\n"?%?v)
12#?Evaluation?on?test?data:?accuracy?=?99.03%
該預(yù)測(cè)效果如下圖，其中黑色實(shí)線為真實(shí)數(shù)據(jù)，灰色虛線為預(yù)測(cè)數(shù)據(jù)，使用VAR模型進(jìn)行預(yù)測(cè)的效果總體還是不錯(cuò)的，平均準(zhǔn)確率為99.03%。針對(duì)多元時(shí)間序列的情況，VAR模型不僅考慮了其他指標(biāo)的滯后影響，計(jì)算效率還比較高，從以上代碼可以看到，對(duì)于模型的擬合，直接使用的最小二乘法，這增加了該模型的適應(yīng)性。
預(yù)測(cè)效果基于LSTM算法的預(yù)測(cè)
本節(jié)主要基于LSTM算法對(duì)貴州茅臺(tái)股票數(shù)據(jù)進(jìn)行預(yù)測(cè)，該算法非常擅長(zhǎng)序列數(shù)據(jù)的建模，由于引入了遺忘門等更為復(fù)雜的內(nèi)部處理單元來處理上下文信息的存儲(chǔ)與更新，這樣既可以消除梯度問題的困擾，也可以對(duì)存在短期或長(zhǎng)期依賴的數(shù)據(jù)建模，該算法在文本、語音等序列數(shù)據(jù)模型中廣泛使用。本節(jié)從LSTM建模的數(shù)據(jù)要求及網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)講起，通過設(shè)置合理的參數(shù)，通過訓(xùn)練得到模型，并基于該模型進(jìn)行預(yù)測(cè)，最后將結(jié)果與真實(shí)數(shù)據(jù)進(jìn)行比較，評(píng)估預(yù)測(cè)效果。▊ 數(shù)據(jù)要求本節(jié)使用LSTM算法對(duì)貴州茅臺(tái)股票數(shù)據(jù)進(jìn)行預(yù)測(cè)，可基于前N條樣本對(duì)當(dāng)前樣本進(jìn)行預(yù)測(cè)，因此該模型不需要像DNN那樣，將歷史數(shù)據(jù)進(jìn)行復(fù)雜轉(zhuǎn)換，將基礎(chǔ)數(shù)據(jù)稍加處理就能用于訓(xùn)練模型。對(duì)基礎(chǔ)數(shù)據(jù)的處理即為對(duì)該數(shù)據(jù)進(jìn)行重新封裝，將樣本前N期的集合與當(dāng)前樣本對(duì)應(yīng)上，分別得到訓(xùn)練數(shù)據(jù)的輸入與輸出。
所示數(shù)據(jù)對(duì)應(yīng)關(guān)系（具體數(shù)據(jù)為示意）▊ 數(shù)據(jù)預(yù)處理首先，需要將基礎(chǔ)數(shù)據(jù)重構(gòu)為包含歷史3周特征數(shù)據(jù)的基礎(chǔ)數(shù)據(jù)，以預(yù)測(cè)日的High（最高價(jià)）、Low（最低價(jià)）、Open（開盤價(jià)）、Close（收盤價(jià)）4個(gè)指標(biāo)作為輸出數(shù)據(jù)。這里我們使用2014年1月1日至2019年8月31日的貴州茅臺(tái)股票數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，使用2019年整個(gè)9月的數(shù)據(jù)作為測(cè)試數(shù)據(jù)，來驗(yàn)證模型效果。用Python將對(duì)全體數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，并將基礎(chǔ)數(shù)據(jù)的特征進(jìn)行重構(gòu)，代碼如下：1SEQLEN?=?21
2dim_in?=?4
3dim_out?=?4
4pred_len?=?30
5vmean?=?data.iloc[:,:4].apply(lambda?x:np.mean(x))
6vstd?=?data.iloc[:,:4].apply(lambda?x:np.std(x))
7t0?=?data.iloc[:,:4].apply(lambda?x:(x-np.mean(x))/np.std(x)).values
8X_train?=?np.zeros((t0.shape[0]-SEQLEN-pred_len,?SEQLEN,?dim_in))
9Y_train?=?np.zeros((t0.shape[0]-SEQLEN-pred_len,?dim_out),)
10X_test?=?np.zeros((pred_len,?SEQLEN,?dim_in))
11Y_test?=?np.zeros((pred_len,?dim_out),)
12for?i?in?range(SEQLEN,?t0.shape[0]-pred_len):
13????Y_train[i-SEQLEN]?=?t0[i]
14????X_train[i-SEQLEN]?=?t0[(i-SEQLEN):i]
15for?i?in?range(t0.shape[0]-pred_len,t0.shape[0]):
16????Y_test[i-t0.shape[0]+pred_len]?=?t0[i]
17????X_test[i-t0.shape[0]+pred_len]?=?t0[(i-SEQLEN):i]
如上述代碼所示，SEQLEN表示使用前期數(shù)據(jù)的長(zhǎng)度，dim_in表示輸入數(shù)據(jù)的維度，dim_out表示輸出數(shù)據(jù)的維度，pred_len表示預(yù)測(cè)數(shù)據(jù)的長(zhǎng)度。第5~7行代碼對(duì)數(shù)據(jù)進(jìn)行zscore標(biāo)準(zhǔn)化，將數(shù)據(jù)映射到標(biāo)準(zhǔn)正態(tài)分布。第12~17行代碼對(duì)基礎(chǔ)數(shù)據(jù)進(jìn)行重構(gòu)，分別得到訓(xùn)練數(shù)據(jù)X_train、Y_train以及測(cè)試數(shù)據(jù)X_test、Y_test。▊ 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)經(jīng)嘗試，我們使用近3周的歷史數(shù)據(jù)來訓(xùn)練LSTM模型，同時(shí)，設(shè)置隱含層神經(jīng)元的數(shù)量為64。因此，我們可以將LSTM神經(jīng)網(wǎng)絡(luò)按下面的結(jié)構(gòu)進(jìn)行設(shè)計(jì)（圖中N可取21，即3周對(duì)應(yīng)的天數(shù)）。
LSTM神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)▊ 建立模型現(xiàn)基于Keras搭建LSTM神經(jīng)網(wǎng)絡(luò)，并基于訓(xùn)練集對(duì)模型進(jìn)行訓(xùn)練，Python代碼如下：1from?keras.layers?import?LSTM,?Dense
2from?keras.models?import?Sequential
3model?=?Sequential()
4model.add(LSTM(64,?input_shape=(SEQLEN,?dim_in),activation='relu',recurrent_dropout=0.01))
5model.add(Dense(dim_out,activation='linear'))
6model.compile(loss?=?'mean_squared_error',?optimizer?=?'rmsprop')
7history?=?model.fit(X_train,?Y_train,?epochs=200,?batch_size=10,?validation_split=0)
8#?Epoch?1/200
9#?1350/1350?[==============================]?-?1s?1ms/step?-?loss:?0.0447
10#?Epoch?2/200
11#?1350/1350?[==============================]?-?1s?737us/step?-?loss:?0.0059
12#?Epoch?3/200
13#?1350/1350?[==============================]?-?1s?743us/step?-?loss:?0.0043
14#?......
15#?Epoch?200/200
16#?1350/1350?[==============================]?-?1s?821us/step?-?loss:?9.2794e-04
如上述代碼所示，我們使用rmsprop算法來優(yōu)化模型。由于當(dāng)前的建模場(chǎng)景是數(shù)值預(yù)測(cè)，因此使用MSE（均方誤差）來定義損失函數(shù)。算法經(jīng)過200次迭代，loss從0.0447降到了9.2794e-04。我們可以基于得到的模型進(jìn)行進(jìn)一步預(yù)測(cè)。▊ 預(yù)測(cè)實(shí)現(xiàn)基于上文得到的模型，進(jìn)一步編寫Python代碼，對(duì)X_test對(duì)應(yīng)的輸出數(shù)據(jù)進(jìn)行預(yù)測(cè)。需要注意的是，直接得到的預(yù)測(cè)結(jié)果是處于標(biāo)準(zhǔn)化的數(shù)據(jù)空間中的，需要將其還原成原始數(shù)據(jù)空間的值，結(jié)果才有意義。對(duì)應(yīng)的Python代碼如下：
1preddf=model.predict(X_test)*vstd.values+vmean.values
如上述代碼所示，將模型的預(yù)測(cè)結(jié)果pred_y乘以vstd再加上vmean，即可對(duì)數(shù)據(jù)進(jìn)行還原。preddf即是最終得到的預(yù)測(cè)數(shù)據(jù)，可打印其值，代碼如下：
1preddf
2#?array([[1069.35781887,?1038.57915742,?1056.77147186,?1053.83827734],
3#???????[1070.65142282,?1039.58533719,?1057.34561875,?1054.85567074],
4#???????[1083.58529328,?1052.70457308,?1070.78824637,?1067.49741882],
5#????
6#???????[1186.19297789,?1161.52758381,?1172.33666591,?1170.44623263],
7#???????[1181.42680223,?1155.14778501,?1166.5726204?,?1165.00336968],
8#???????[1186.75600881,?1160.84733425,?1172.37636963,?1170.09819923]])
9
10preddf.shape
11#?(30,?4)
如上述代碼所示，preddf是一個(gè)的二維數(shù)據(jù)，包含了2019年9月整月的預(yù)測(cè)結(jié)果。▊ 效果評(píng)估對(duì)貴州茅臺(tái)股票數(shù)據(jù)預(yù)測(cè)的效果評(píng)估可以采用兩種方法。一種方法是對(duì)預(yù)測(cè)的結(jié)果與真實(shí)結(jié)果進(jìn)行繪圖比較，通過直觀觀察可以知道預(yù)測(cè)效果，如果預(yù)測(cè)曲線與真實(shí)曲線完全重合或相當(dāng)接近，則說明預(yù)測(cè)效果較好；反之，則說明預(yù)測(cè)模型還需要改進(jìn)。另一種方法是基于貴州茅臺(tái)股票數(shù)據(jù)預(yù)測(cè)的誤差累計(jì)值來計(jì)算一個(gè)誤差率，從而得到平均精度水平，該值越大說明整體預(yù)測(cè)效果也就越好，該值越小說明預(yù)測(cè)模型還存在優(yōu)化空間。編寫Python代碼，同時(shí)實(shí)現(xiàn)預(yù)測(cè)結(jié)果與真實(shí)數(shù)據(jù)的對(duì)比圖，以及計(jì)算累計(jì)誤差，從而全面地評(píng)估預(yù)測(cè)效果，代碼如下：
1import?matplotlib.pyplot?as?plt
2plt.figure(figsize=(10,7))
3for?i?in?range(4):
4????plt.subplot(2,2,i+1)
5????plt.plot(range(30),data.iloc[-30:data.shape[0],i].values,'o-',c='black')
6????plt.plot(range(30),preddf[:,i],'o--',c='gray')
7????plt.ylim(1000,1200)
8????plt.ylabel("$"+data.columns[i]+"$")
9plt.show()
10v?=?100*(1?-?np.sum(np.abs(preddf?-?data.iloc[-30:data.shape[0],:4]).values)/np.sum?(data.iloc[-30:data.shape[0],:?4].values))
11print("Evaluation?on?test?data:?accuracy?=?%0.2f%%?\n"?%?v)
12#?Evaluation?on?test?data:?accuracy?=?99.01%
預(yù)測(cè)評(píng)估對(duì)比圖如下。
我們可以看到，黑色實(shí)線為真實(shí)數(shù)據(jù)，灰色虛線為預(yù)測(cè)數(shù)據(jù)，橫坐標(biāo)為日期下標(biāo)，縱坐標(biāo)為對(duì)應(yīng)的股票價(jià)格。使用LSTM模型進(jìn)行預(yù)測(cè)的效果總體還是不錯(cuò)的，平均準(zhǔn)確率為99.01%。對(duì)于多元時(shí)間序列數(shù)據(jù)，可嘗試使用LSTM模型，該模型能夠記憶歷史較長(zhǎng)的重要信息，可有效識(shí)別歷史數(shù)據(jù)中存在的規(guī)律和模式，如今廣泛應(yīng)用于包含大量序列數(shù)據(jù)的場(chǎng)景中。本文節(jié)選自《Python預(yù)測(cè)之美：數(shù)據(jù)分析與算法實(shí)戰(zhàn)》一書。▼
《Python預(yù)測(cè)之美：數(shù)據(jù)分析與算法實(shí)戰(zhàn)（雙色）》
游皓麟 著
以Python語言為基礎(chǔ)，體系化介紹預(yù)測(cè)技術(shù)工程實(shí)施的必備技能
基于Python 來做預(yù)測(cè)，不僅能夠在業(yè)務(wù)上快速落地，還讓代碼維護(hù)起來更加方便。對(duì)預(yù)測(cè)原理的深度剖析和算法的細(xì)致解讀，是本書的一大亮點(diǎn)。本書共分為預(yù)測(cè)基礎(chǔ)、預(yù)測(cè)算法、預(yù)測(cè)案例三部分。希望讀者在看完本書后，能夠?qū)⒈緯木跁?huì)貫通，進(jìn)一步在工作和學(xué)習(xí)實(shí)踐中提煉價(jià)值。
（掃碼了解本書詳情）
加入機(jī)器學(xué)習(xí)、Python微信群
請(qǐng)后臺(tái)回復(fù)【入群】
推薦閱讀
（點(diǎn)擊標(biāo)題可跳轉(zhuǎn)閱讀）
學(xué)深度學(xué)習(xí)是不是需要先學(xué)機(jī)器學(xué)習(xí)？為什么“晚上9點(diǎn)鐘洗澡的大學(xué)生成績(jī)更好”？
歡迎?在看丨留言丨分享至朋友圈?三連
評(píng)論
圖片
表情