5分pk10下载app送28 _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:上海生活网_上海人的网上生活家园

    SVM是Support Vector Machine的缩写,中文叫支持向量机,通过它都还可以对样本数据进行分类。以股票为例,SVM能根据若干行态样本数据,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分类的相关法律最好的办法,也也不说,一帮人不需要了解其中复杂性的算法,即可用它实现基于SVM的分类。通过如下SimpleSVMDemo.py案例,一帮人来看下通过SVM库实现分类的做法,以及相关法律最好的办法的调用法律最好的办法。    

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,一帮人引入了基于SVM的库。在第7行,一帮人定义了若干个点,并在第9行把哪此点分成了两类,比如[-1,1]点是第一类,而[4,2]是第二类。

    这里请注意,在第7行定义点的日后,是通过np.r_法律最好的办法,把数据转加进“列矩阵”,日后做的目的是让数据行态满足fit法律最好的办法的要求。     

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,一帮人创建了基于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法律最好的办法和日后基于线性回归案例中的fit法律最好的办法是一样的,只不过这里是基于线性核的相关算法,而日后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,一帮人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,一帮人通过第19行的plot法律最好的办法绘制了分隔线,并在第21行通过scatter法律最好的办法绘制所有的样本点。肯能points是“列矩阵”的数据行态,统统 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法律最好的办法绘制图形。运行上述代码,一帮人能看得人如下图13.8的效果,从中一帮人能看得人,蓝绿色的边界线能有效地分隔两类样本。

    

    从你这种 例子中一帮人能看得人,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。有日后,在根据训练样本取舍好边界线的参数后,还能根据其它这样明确种类样本,计算出它的种类,以此实现“预测”效果。 

2 数据标准化正确处理

    标准化(normalization)正确处理是将行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,同去加进单位限制,让样本数据转加进无量纲的纯数值。

    在用机器学习法律最好的办法进行训练时,一般还要进行标准化正确处理,意味着着是Sklearn等库封装的统统机器学习算法对样本有一定的要求,肯能统统行态值的数量级要素大多数行态值的数量级,肯能有行态值要素正态分布,这样预测结果会不准确。

    还要说明的是,难能可贵在训练前对样本进行了标准化正确处理,改变了样本值,但肯能在标准化的过程中是用同另一个 算法对完整样本进行转换,属于“数据优化”,不需要对后继的训练起到不好的作用。

    这里一帮人是通过sklearn库提供的preprocessing.scale法律最好的办法实现标准化,该法律最好的办法是让行态值减去平均值有日后除以标准差。通过如下ScaleDemo.py案例,一帮人实际用下preprocessing.scale法律最好的办法。     

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,一帮人初始化了另一个 长宽各为3的矩阵,在第10行,通过mean法律最好的办法计算了该矩阵的均值,在第12行则通过std法律最好的办法计算标准差。

      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,从中一帮人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	 [ 1.336150621  1.22474487  0.9150515068]]

3 预测股票涨跌

    在日后的案例中,一帮人用基于SVM的法律最好的办法,通过一维直线来分类二维的点。据此都还可以进一步推论:通过基于SVM的法律最好的办法,一帮人还都还可以分类具有多个行态值的样本。

    比如都还可以通过开盘价、收盘价、最高价、最低价和成交量等行态值,用SVM的算法训练出哪此行态值和股票“涨“和“跌“的关系,即通过行态值划分指定股票“涨”和“跌”的边界,日后的话,一旦输入其它的股票行态数据,即可预测出对应的涨跌情況。在如下的PredictStockBySVM.py案例中,一帮人给出了基于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/ch13/150315052018-09-012019-05-31.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列表示本日有无上涨,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	#预测值不需要初始化为0
16	df['predictForUp'] = 0

  第6行里,一帮人从指定文件读取了富含股票信息的csv文件,该csv格式的文件难能可贵是从网络数据接口获取得到的,具体做法都还可以参考前面博文。

    从第9行里,一帮人设置了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,一帮人设置了up列的值,具体是,肯能当日股票上涨,即本日收盘价大于前日收盘价,则up值是1,反之肯能当日股票下跌,up值则为0。

    在第16行里,一帮人在df对象里新建了表示预测结果的predictForUp列,该列的值不需要都设置为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情況
18	target = df['up']
19	length=len(df)
20	trainNum=int(length*0.8)
21	predictNum=length-trainNum
22	#取舍指定列作为行态列
23	feature=df[['Close', 'High', 'Low','Open' ,'Volume']]
24	#标准化正确处理行态值
25	feature=preprocessing.scale(feature)

  在第18行里,一帮人设置训练目标值是表示涨跌情況的up列,在第20行,设置了训练集的数量是总量的150%,在第23行则设置了训练的行态值,请注意这里加进了日期你这种 不相关的列,有日后,在第25行,对行态值进行了标准化正确处理。    

26	#训练集的行态值和目标值
27	featureTrain=feature[1:trainNum-1]
28	targetTrain=target[1:trainNum-1]
29	svmTool = svm.SVC(kernel='liner')
150	svmTool.fit(featureTrain,targetTrain)

  在第27行和第28行里,一帮人通过截取指定行的法律最好的办法,得到了行态值和目标值的训练集,在第26行里,以线性核的法律最好的办法创建了SVM分类器对象svmTool。

     在第150行里,通过fit法律最好的办法,用行态值和目标值的训练集训练svmTool分类对象。从上文里一帮人肯能看得人,训练所用的行态值是开盘收盘价、最高最低价和成交量,训练所用的目标值是描述涨跌情況的up列。在训练完成后,svmTool对象中就富含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,一帮人通过predictedIndex索引值,依次遍历测试集。

    在遍历过程中,通过第35行的predict法律最好的办法,用训练好的svmTool分类器,逐行预测测试集中的股票涨跌情況,并在第36行里,把预测结果设置到df对象的predictForUp列中。      

38	#该对象只富含预测数据,即只富含测试集
39	dfWithPredicted = df[trainNum:length]
40	#日后刚开始绘图,创建另一个



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1
49	major_index=dfWithPredicted.index[dfWithPredicted.index%2==0]
150	major_xtics=dfWithPredicted['Date'][dfWithPredicted.index%2==0]
51	plt.xticks(major_index,major_xtics)
52	plt.setp(plt.gca().get_xticklabels(), rotation=150) 
53	plt.title("通过SVM预测15031505的涨跌情況")
54	plt.rcParams['font.sans-serif']=['SimHei']
55	plt.show()

  肯能在日后的代码里,一帮人只设置测试集的predictForUp列,并这样设置训练集的该列数据,统统 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日后开始值是测试集的起始和日后开始索引值。至此完成了数据准备工作,在日后的代码里,一帮人将用matplotlib库日后刚开始绘图。

    在第43行里,一帮人通过subplots法律最好的办法设置了另一个 子图,并通过sharex=True让这另一个 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,一帮人用plot法律最好的办法绘制了收盘价的走势。在第45行代码里,在axUpOrDown子图中,一帮人绘制了预测到的涨跌情況,而在第46行里,还是在axUpOrDown子图里,绘制了哪此天的股票真实的涨跌情況。

    在第49行到第52行的代码里,一帮人设置了x标签的文字以及旋转深度1,日后做的目的是让标签文字看上去不至于太密集。在第53行里,一帮人设置了中文标题,肯能要显示中文,统统 还要第54行的代码,最后在55行通过show法律最好的办法展示了图片。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,下图的蓝绿色线条表示真实的涨跌情況,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1,演示了通过SVM分类的做法,包括肯能划分行态值和目标值,何如对样本数据进行标准化正确处理,何如用训练数据训练SVM,还有何如用训练后的结果预测分类结果。 

5 总结和版权说明

    本文是给守护多多线程 员加财商系列,日后还有两篇博文

    本文的内容即将出书,在出版的书里,是用股票案例和一帮人讲述Python入门时的知识点,敬请期待

    

    有不少女女网友转载和前会转载我的博文,各人感到十分荣幸,这也是各人不断写博文的动力。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,不需要告知,转载时请用链接的法律最好的办法,给出原文出处,别简单地通过文本法律最好的办法给出,同去写明原作者是hsm_computer。

    2 在转载时,请原文转载 ,谢绝洗稿。有日后各人保留追究法律责任的权利。