分分3分快3APP下载_以预测股票涨跌案例入门基于SVM的机器学习
- 时间:
- 浏览:1
- 来源:重庆新闻网_重庆主流媒体_重庆门户网站
SVM是Support Vector Machine的缩写,中文叫支持向量机,通过它可不都要对样本数据进行分类。以股票为例,SVM能根据若干形态样本数据,把待预测的目标结果划分成“涨”和”跌”有三种,从而实现预测股票涨跌的效果。
1 通过简单案例了解SVM的分类作用
在Sklearn库里,封装了SVM分类的相关最好的最好的措施,也就说 说,亲戚亲戚让让我们都都 不用了解其中比较复杂的算法,即可用它实现基于SVM的分类。通过如下SimpleSVMDemo.py案例,亲戚亲戚让让我们都都 来看下通过SVM库实现分类的做法,以及相关最好的最好的措施的调用最好的最好的措施。
1 #!/usr/bin/env python 2 #coding=utf-8 3 import numpy as np 4 import matplotlib.pyplot as plt 5 from sklearn import svm 6 #给出平面上的若干点 7 points = np.r_[[[-1,1],[1.5,1.5],[1.8,0.2],[0.8,0.7],[2.2,2.8],[2.5,3.5],[4,2]]] 8 #按0和1标记成两类 9 typeName = [0,0,0,0,1,1,1]
在第5行里,亲戚亲戚让让我们都都 引入了基于SVM的库。在第7行,亲戚亲戚让让我们都都 定义了若干个点,并在第9行把哪些点分成了两类,比如[-1,1]点是第一类,而[4,2]是第二类。
这里请注意,在第7行定义点的时候,是通过np.r_最好的最好的措施,把数据转添加“列矩阵”,从前做的目的是让数据形态满足fit最好的最好的措施的要求。
10 #建立模型 11 svmTool = svm.SVC(kernel='linear') 12 svmTool.fit(points,typeName) #传入参数 13 #确立分类的直线 14 sample = svmTool.coef_[0] #系数 15 slope = -sample[0]/sample[1] #斜率 16 lineX = np.arange(-2,5,1)#获取-2到5,间距是1的若干数据 17 lineY = slope*lineX-(svmTool.intercept_[0])/sample[1]
在第11行里,亲戚亲戚让让我们都都 创建了基于SVM的对象,并指定该SVM模型采用比较常用的“线性核”来实现分类操作。
在第14行,通过fit训练样本。这里fit最好的最好的措施和时候基于线性回归案例中的fit最好的最好的措施是一样的,只不过这里是基于线性核的相关算法,而时候是基于线性回归的相关算法(比如最小二乘法)。训练完成后,通过第14行和第15行的代码,亲戚亲戚让让我们都都 得到了能分隔两类样本的直线,包括直线的斜率和截距,并通过第16行和第17行的代码设置了分隔线的若干个点。
18 #画出划分直线 19 plt.plot(lineX,lineY,color='blue',label='Classified Line') 20 plt.legend(loc='best') #绘制图例 21 plt.scatter(points[:,0],points[:,1],c='R') 22 plt.show()
计算完成后,亲戚亲戚让让我们都都 通过第19行的plot最好的最好的措施绘制了分隔线,并在第21行通过scatter最好的最好的措施绘制所有的样本点。将会points是“列矩阵”的数据形态,一点一点是用points[:,0]来获取绘制点的 x坐标,用points[:,1]来获取y坐标,最后是通过第22行的show最好的最好的措施绘制图形。运行上述代码,亲戚亲戚让让我们都都 能看得人如下图13.8的效果,从中亲戚亲戚让让我们都都 能看得人,浅绿色的边界线能有效地分隔两类样本。
从这种 例子中亲戚亲戚让让我们都都 能看得人,SVM的作用是,根据样本,训练出能划分不同种类数据的边界线,由此实现“分类”的效果。但会 ,在根据训练样本选取好边界线的参数后,还能根据其它越来越明确种类样本,计算出它的种类,以此实现“预测”效果。
2 数据标准化补救
标准化(normalization)补救是将形态样本按一定算法进行缩放,让它们落在某个范围比较小的区间,并肩添加单位限制,让样本数据转添加无量纲的纯数值。
在用机器学习最好的最好的措施进行训练时,一般都要进行标准化补救,由于是Sklearn等库封装的一点机器学习算法对样本有一定的要求,将会一点形态值的数量级累积大多数形态值的数量级,将会有形态值累积正态分布,越来越预测结果会不准确。
都要说明的是,我我觉得在训练前对样本进行了标准化补救,改变了样本值,但将会在标准化的过程中是用同一个 算法对详细样本进行转换,属于“数据优化”,不用对后继的训练起到不好的作用。
这里亲戚亲戚让让我们都都 是通过sklearn库提供的preprocessing.scale最好的最好的措施实现标准化,该最好的最好的措施是让形态值减去平均值但会 除以标准差。通过如下ScaleDemo.py案例,亲戚亲戚让让我们都都 实际用下preprocessing.scale最好的最好的措施。
1 #!/usr/bin/env python 2 #coding=utf-8 3 from sklearn import preprocessing 4 import numpy as np 5 6 origVal = np.array([[10,5,3], 7 [8,6,12], 8 [14,7,15]]) 9 #计算均值 10 avgOrig = origVal.mean(axis=0) 11 #计算标准差 12 stdOrig=origVal.std(axis=0) 13 #减去均值,除以标准差 14 print((origVal-avgOrig)/stdOrig) 15 scaledVal=preprocessing.scale(origVal) 16 #直接输出preprocessing.scale后的结果 17 print(scaledVal)
在第6行里,亲戚亲戚让让我们都都 初始化了一个 长宽各为3的矩阵,在第10行,通过mean最好的最好的措施计算了该矩阵的均值,在第12行则通过std最好的最好的措施计算标准差。
第14行是用原始值减去均值,再除以标准差,在第17行,是直接输出preprocessing.scale的结果。第14行和第17行的输出结果相同,均是下值,从中亲戚亲戚让让我们都都 验证了标准化的具体做法。
1 [[-0.26726124 -1.22474487 -1.37281295] 2 [-1.06904497 0. 0.39223227] 3 [ 1.336300621 1.22474487 0.930005300068]]
3 预测股票涨跌
在时候的案例中,亲戚亲戚让让我们都都 用基于SVM的最好的最好的措施,通过一维直线来分类二维的点。据此可不都要进一步推论:通过基于SVM的最好的最好的措施,亲戚亲戚让让我们都都 还可不都要分类具有多个形态值的样本。
比要怎样不都要通过开盘价、收盘价、最高价、最低价和成交量等形态值,用SVM的算法训练出哪些形态值和股票“涨“和“跌“的关系,即通过形态值划分指定股票“涨”和“跌”的边界,从前的话,一旦输入其它的股票形态数据,即可预测出对应的涨跌请况。在如下的PredictStockBySVM.py案例中,亲戚亲戚让让我们都都 给出了基于SVM预测股票涨跌的功能。
1 #!/usr/bin/env python 2 #coding=utf-8 3 import pandas as pd 4 from sklearn import svm,preprocessing 5 import matplotlib.pyplot as plt 6 origDf=pd.read_csv('D:/stockData/ch13/3003300052018-09-012019-05-31.csv',encoding='gbk') 7 df=origDf[['Close', 'Low','Open' ,'Vol','Date']] 8 #diff列表示本日和上日收盘价的差 9 df['diff'] = df["Close"]-df["Close"].shift(1) 10 df['diff'].fillna(0, inplace = True) 11 #up列表示本日是否上涨,1表示涨,0表示跌 12 df['up'] = df['diff'] 13 df['up'][df['diff']>0] = 1 14 df['up'][df['diff']<=0] = 0 15 #预测值并不初始化为0 16 df['predictForUp'] = 0
第6行里,亲戚亲戚让让我们都都 从指定文件读取了带有股票信息的csv文件,该csv格式的文件我我觉得是从网络数据接口获取得到的,具体做法可不都要参考前面博文。
从第9行里,亲戚亲戚让让我们都都 设置了df的diff列为本日收盘价和前日收盘价的差值,通过第12行到第14行的代码,亲戚亲戚让让我们都都 设置了up列的值,具体是,将会当日股票上涨,即本日收盘价大于前日收盘价,则up值是1,反之将会当日股票下跌,up值则为0。
在第16行里,亲戚亲戚让让我们都都 在df对象里新建了表示预测结果的predictForUp列,该列的值并不都设置为0,在后继的代码里,将根据预测结果填充这列的值。
17 #目标值是真实的涨跌请况 18 target = df['up'] 19 length=len(df) 20 trainNum=int(length*0.8) 21 predictNum=length-trainNum 22 #选取指定列作为形态列 23 feature=df[['Close', 'High', 'Low','Open' ,'Volume']] 24 #标准化补救形态值 25 feature=preprocessing.scale(feature)
在第18行里,亲戚亲戚让让我们都都 设置训练目标值是表示涨跌请况的up列,在第20行,设置了训练集的数量是总量的3000%,在第23行则设置了训练的形态值,请注意这里添加了日期这种 不相关的列,但会 ,在第25行,对形态值进行了标准化补救。
26 #训练集的形态值和目标值 27 featureTrain=feature[1:trainNum-1] 28 targetTrain=target[1:trainNum-1] 29 svmTool = svm.SVC(kernel='liner') 300 svmTool.fit(featureTrain,targetTrain)
在第27行和第28行里,亲戚亲戚让让我们都都 通过截取指定行的最好的最好的措施,得到了形态值和目标值的训练集,在第26行里,以线性核的最好的最好的措施创建了SVM分类器对象svmTool。
在第300行里,通过fit最好的最好的措施,用形态值和目标值的训练集训练svmTool分类对象。从上文里亲戚亲戚让让我们都都 将会看得人,训练所用的形态值是开盘收盘价、最高最低价和成交量,训练所用的目标值是描述涨跌请况的up列。在训练完成后,svmTool对象中就带有了能划分股票涨跌的相关参数。
31 predictedIndex=trainNum 32 #逐行预测测试集 33 while predictedIndex<length: 34 testFeature=feature[predictedIndex:predictedIndex+1] 35 predictForUp=svmTool.predict(testFeature) 36 df.ix[predictedIndex,'predictForUp']=predictForUp 37 predictedIndex = predictedIndex+1
在第33行的while循环里,亲戚亲戚让让我们都都 通过predictedIndex索引值,依次遍历测试集。
在遍历过程中,通过第35行的predict最好的最好的措施,用训练好的svmTool分类器,逐行预测测试集中的股票涨跌请况,并在第36行里,把预测结果设置到df对象的predictForUp列中。
38 #该对象只带有预测数据,即只带有测试集 39 dfWithPredicted = df[trainNum:length] 40 #开使英语 英语 绘图,创建一个 子图 41 figure = plt.figure() 42 #创建子图 43 (axClose, axUpOrDown) = figure.subplots(2, sharex=True) 44 dfWithPredicted['Close'].plot(ax=axClose) 45 dfWithPredicted['predictForUp'].plot(ax=axUpOrDown,color="red", label='Predicted Data') 46 dfWithPredicted['up'].plot(ax=axUpOrDown,color="blue",label='Real Data') 47 plt.legend(loc='best') #绘制图例 48 #设置x轴坐标标签和旋转深度图 49 major_index=dfWithPredicted.index[dfWithPredicted.index%2==0] 3000 major_xtics=dfWithPredicted['Date'][dfWithPredicted.index%2==0] 51 plt.xticks(major_index,major_xtics) 52 plt.setp(plt.gca().get_xticklabels(), rotation=300) 53 plt.title("通过SVM预测300330005的涨跌请况") 54 plt.rcParams['font.sans-serif']=['SimHei'] 55 plt.show()
将会在时候的代码里,亲戚亲戚让让我们都都 只设置测试集的predictForUp列,并越来越设置训练集的该列数据,一点一点在第39行里,用切片的手段,把测试集数据放置到dfWithPredicted对象中,请注意这里切片的起始和开使英语 英语 值是测试集的起始和开使英语 英语 索引值。至此完成了数据准备工作,在时候的代码里,亲戚亲戚让让我们都都 将用matplotlib库开使英语 英语 绘图。
在第43行里,亲戚亲戚让让我们都都 通过subplots最好的最好的措施设置了一个 子图,并通过sharex=True你会是什么个 子图的x轴具有相同的刻度和标签。在第44行代码里,在axClose子图中,亲戚亲戚让让我们都都 用plot最好的最好的措施绘制了收盘价的走势。在第45行代码里,在axUpOrDown子图中,亲戚亲戚让让我们都都 绘制了预测到的涨跌请况,而在第46行里,还是在axUpOrDown子图里,绘制了哪些天的股票真实的涨跌请况。
在第49行到第52行的代码里,亲戚亲戚让让我们都都 设置了x标签的文字以及旋转深度图,从前做的目的是让标签文字看上去不至于太密集。在第53行里,亲戚亲戚让让我们都都 设置了中文标题,将会要显示中文,一点一点都要第54行的代码,最后在55行通过show最好的最好的措施展示了图片。运行上述代码,能看得人如下图所示的效果。
其中上图展示了收盘价,下图的浅绿色线条表示真实的涨跌请况,0表示跌,1表示上涨,而红色则表示预测后的结果。
4 结论
对比一下,虽有偏差,但大体相符。综上所述,本案例是数学深度图,演示了通过SVM分类的做法,包括将会划分形态值和目标值,要怎样对样本数据进行标准化补救,要怎样用训练数据训练SVM,还有要怎样用训练后的结果预测分类结果。
5 总结和版权说明
本文是给多多线程 员加财商系列,时候还有两篇博文
本文的内容即将出书,在出版的书里,是用股票案例和亲戚亲戚让让我们都都 讲述Python入门时的知识点,敬请期待
有不少外国老外转载和你会转载我的博文,个人所有 感到十分荣幸,这也是个人所有 不断写博文的动力。关于本文的版权有如下统一的说明,抱歉就不逐一回复了。
1 本文可转载,不用告知,转载时请用链接的最好的最好的措施,给出原文出处,别简单地通过文本最好的最好的措施给出,并肩写明原作者是hsm_computer。
2 在转载时,请原文转载 ,谢绝洗稿。但会 个人所有 保留追究法律责任的权利。