根據股票歷史數據中的最低價、最高價、開盤價、收盤價、交易量、交易額、跌漲幅等因素,對下一日股票最高價進行預測。
實驗用到的數據長這個樣子:
label是標籤y,也就是下一日的最高價。列C——I爲輸入特徵。
本實例用前5800個數據做訓練數據。
單因素輸入特徵及RNN、LSTM的介紹請戳上一篇 Tensorflow實例:利用LSTM預測股票每日最高價(一)
導入包及聲明常量
import pandas as pd
import numpy as np
import tensorflow as tf
#定義常量
rnn_unit=10 #hidden layer units
input_size=7
output_size=1
lr=0.0006 #學習率
導入數據
f=open('dataset.csv')
df=pd.read_csv(f) #讀入股票數據
data=df.iloc[:,2:10].values #取第3-10列
生成訓練集、測試集
考慮到真實的訓練環境,這裏把每批次訓練樣本數(batch_size)、時間步(time_step)、訓練集的數量(train_begin,train_end)設定爲參數,使得訓練更加機動。
#——————————獲取訓練集——————————
def get_train_data(batch_size=60,time_step=20,train_begin=0,train_end=5800):
batch_index=[]
data_train=data[train_begin:train_end]
normalized_train_data=(data_train-np.mean(data_train,axis=0))/np.std(data_train,axis=0) #標準化
train_x,train_y=[],[] #訓練集x和y初定義
for i in range(len(normalized_train_data)-time_step):
if i % batch_size==0:
batch_index.append(i)
x=normalized_train_data[i:i+time_step,:7]
y=normalized_train_data[i:i+time_step,7,np.newaxis]
train_x.append(x.tolist())
train_y.append(y.tolist())
batch_index.append((len(normalized_train_data)-time_step))
return batch_index,train_x,train_y
#——————————獲取測試集——————————
def get_test_data(time_step=20,test_begin=5800):
data_test=data[test_begin:]
mean=np.mean(data_test,axis=0)
std=np.std(data_test,axis=0)
normalized_test_data=(data_test-mean)/std #標準化
size=(len(normalized_test_data)+time_step-1)//time_step #有size個sample
test_x,test_y=[],[]
for i in range(size-1):
x=normalized_test_data[i*time_step:(i+1)*time_step,:7]
y=normalized_test_data[i*time_step:(i+1)*time_step,7]
test_x.append(x.tolist())
test_y.extend(y)
test_x.append((normalized_test_data[(i+1)*time_step:,:7]).tolist())
test_y.extend((normalized_test_data[(i+1)*time_step:,7]).tolist())
return mean,std,test_x,test_y
構建神經網絡
#——————————————————定義神經網絡變量——————————————————
def lstm(X):
batch_size=tf.shape(X)[0]
time_step=tf.shape(X)[1]
w_in=weights['in']
b_in=biases['in']
input=tf.reshape(X,[-1,input_size]) #需要將tensor轉成2維進行計算,計算後的結果作爲隱藏層的輸入
input_rnn=tf.matmul(input,w_in)+b_in
input_rnn=tf.reshape(input_rnn,[-1,time_step,rnn_unit]) #將tensor轉成3維,作爲lstm cell的輸入
cell=tf.nn.rnn_cell.BasicLSTMCell(rnn_unit)
init_state=cell.zero_state(batch_size,dtype=tf.float32)
output_rnn,final_states=tf.nn.dynamic_rnn(cell, input_rnn,initial_state=init_state, dtype=tf.float32) #output_rnn是記錄lstm每個輸出節點的結果,final_states是最後一個cell的結果
output=tf.reshape(output_rnn,[-1,rnn_unit]) #作爲輸出層的輸入
w_out=weights['out']
b_out=biases['out']
pred=tf.matmul(output,w_out)+b_out
return pred,final_states
訓練模型
#——————————————————訓練模型——————————————————
def train_lstm(batch_size=80,time_step=15,train_begin=0,train_end=5800):
X=tf.placeholder(tf.float32, shape=[None,time_step,input_size])
Y=tf.placeholder(tf.float32, shape=[None,time_step,output_size])
batch_index,train_x,train_y=get_train_data(batch_size,time_step,train_begin,train_end)
pred,_=lstm(X)
#損失函數
loss=tf.reduce_mean(tf.square(tf.reshape(pred,[-1])-tf.reshape(Y, [-1])))
train_op=tf.train.AdamOptimizer(lr).minimize(loss)
saver=tf.train.Saver(tf.global_variables(),max_to_keep=15)
module_file = tf.train.latest_checkpoint()
with tf.Session() as sess:
#sess.run(tf.global_variables_initializer())
saver.restore(sess, module_file)
#重複訓練2000次
for i in range(2000):
for step in range(len(batch_index)-1):
_,loss_=sess.run([train_op,loss],feed_dict={X:train_x[batch_index[step]:batch_index[step+1]],Y:train_y[batch_index[step]:batch_index[step+1]]})
print(i,loss_)
if i % 200==0:
print("保存模型:",saver.save(sess,'stock2.model',global_step=i))
嗯,這裏說明一下,這裏的參數是基於已有模型恢復的參數,意思就是說之前訓練過模型,保存過神經網絡的參數,現在再取出來作爲初始化參數接着訓練。如果是第一次訓練,就用sess.run(tf.global_variables_initializer()),也就不要用到 module_file = tf.train.latest_checkpoint() 和saver.store(sess, module_file)了。
測試
#————————————————預測模型————————————————————
def prediction(time_step=20):
X=tf.placeholder(tf.float32, shape=[None,time_step,input_size])
mean,std,test_x,test_y=get_test_data(time_step)
pred,_=lstm(X)
saver=tf.train.Saver(tf.global_variables())
with tf.Session() as sess:
#參數恢復
module_file = tf.train.latest_checkpoint()
saver.restore(sess, module_file)
test_predict=[]
for step in range(len(test_x)-1):
prob=sess.run(pred,feed_dict={X:[test_x[step]]})
predict=prob.reshape((-1))
test_predict.extend(predict)
test_y=np.array(test_y)*std[7]+mean[7]
test_predict=np.array(test_predict)*std[7]+mean[7]
acc=np.average(np.abs(test_predict-test_y[:len(test_predict)])/test_y[:len(test_predict)]) #acc爲測試集偏差
最後的結果畫出來是這個樣子:
紅色折線是真實值,藍色折線是預測值
偏差大概在1.36%
代碼和數據上傳到了github上,想要的戳全部代碼
注!:如要轉載,請經過本人允許並註明出處!