时间序列预测系列2

心已赠人 2023-02-28 15:24 70阅读 0赞

###  时间序列预测系列2 ###

本文是时间序列预测的第二篇。  
第一篇讲的是如何利用LSTM预测沪深指数的收盘价，其中我们只用收盘价作为输入数据。但其实这种做法并不完美，因为我们买股票的时候，并不只盯着收盘价的变化来分析，我们往往还会看收盘价，最高价，最低价，交易量等因素。  
因此本文将介绍，如何利用一支股票的多个因素（最高价，最低价，开盘价，收盘价，交易量…）来预测股票的收盘价。基础的模型仍然是LSTM。

##### 数据读取 #####

本次实验使用中国黄金的历史数据。数据可以从下面的链接获取。  
链接：https://pan.baidu.com/s/14LIDtJj-0Negn1m2PMj4\_w  
提取码：hgc8

import os
    f = open('./ChinaGold.csv')
    data = f.read()
    f.close
    lines = data.split('\n')
    print(len(lines))
    header = lines[0].split(',')
    lines = lines[1:]
    print(len(lines))
    print(header)
    print(lines[0])
    
    # 将数据转为浮点数
    import math
    import numpy as np
    print(len(lines))
    float_data = np.zeros((len(lines),7)) # 每天的数据有7种因素，构造一个存放数据的矩阵。
    for i,line in enumerate(lines):
        if i==len(lines)-1:
            break
        tmp = [float(x) for x in line.split(',')[3:]] # 前3个因素是日期，股票代码，名称，要去除掉
        float_data[i]=tmp[0:7] # 选前7中因素（收盘价，最高价，最低价，开盘价，平均值，前收盘，成交量），剩下的先不用，当然也可以选择使用。
    
    print(float_data[0])
    print(float_data[2:3,])

##### 数据标准化 #####

标准化的方式采用减去均值再除以方差的方式。还原数据时只要反过来操作就行了。

# 对数据进行标准化
    mean = float_data.mean(axis=0)
    print(len(mean))
    float_data -= mean
    std = float_data.std(axis=0)
    float_data /= std

##### 获取训练数据和测试数据 #####

# 获取训练数据
    # 训练模型为：以前10天的数据预测后一天的收盘价 ,滑动窗口值设置为4
    def g_data(data,lookback,step,delay,k):
        max_index = int(len(data)*0.9 ) # 前90%做为训练数据,后10%作为测试
        rows = [i for i in range(lookback,max_index-16,step)] # 分组，将数据划分为（X,Y）的形式，每一个row代表着一组数据的末尾
        samples=np.zeros((len(rows),lookback,data.shape[-1])) # 输入数据 组数*（T*7），T代表前T天的数据，7代表每天的数据有7种因素。
        targets=np.zeros((len(rows),1))  # 标签 ，组数*1，每组数据都对应一个标签
        #targets2=np.zeros((len(rows),))
        for j,row in enumerate(rows):
            indices = range(row-lookback,row,1) # 选取从row-lookback到row的数据
            #if j==0:
            #print(indices)
            samples[j]=data[indices]
            list1=[]
            list1.append(data[row][0]);
            targets[j]=list1
           # targets2[j]=data[row+delay][k+1]
        print(targets[0])
        return samples,targets

# 获取测试数据
    def g_test(data,lookback,step,delay,k):
        min_index=int(len(data)*0.9 )
        print(min_index)
        rows = [i for i in range(min_index,len(data)-lookback-3,1)]
        samples=np.zeros((len(rows),lookback,data.shape[-1]))
        targets=np.zeros((len(rows),1))
        for j,row in enumerate(rows):
            indices = range(row-lookback,row,1)
            #print(indices)
            samples[j]=data[indices]
            list1=[]
            list1.append(data[row][0]);
            targets[j]=list1
        #print(samples[0])
        return samples,targets

##### 构建模型 #####

from keras.layers.core import Dense, Activation, Dropout
    from keras.layers.recurrent import LSTM
    from keras.models import Sequential
    import matplotlib.pyplot as plt
    from keras.callbacks import EarlyStopping
    early_stopping = EarlyStopping(monitor='val_loss', patience=500, verbose=2)
    step = 2
    delay = 1 # 延迟1天，delay=1表示根据前lookback 天预测后1天（lookback+1天 ），delay=2则表示lookback 天预测后2天（lookback+2天）
    batch_size = 64  # 每一皮，有64组数据
    lookback = 21  # 往回看21天
    model = Sequential()
    k=0 # k=0，预测收盘价
    model.add(LSTM(64,input_shape=(None,float_data.shape[-1]),return_sequences=False))
    # model.add(LSTM(16)) 
    model.add(Dense(1))
    model.compile(loss="mse", optimizer="MSE",metrics=['acc']) 
    train_y,target_y = g_data(float_data,lookback=lookback,step=step, delay=delay,k=k)
    # train_y*=std
    # train_y+=mean
    # target_y*=std[1:3]
    # target_y+=mean[1:3]
    # print(train_y[0])
    # print(target_y[0])
    # print(train_y[1])
    # print(target_y[1])
    history = model.fit(train_y,target_y,epochs=2000,validation_split=0.15,batch_size=batch_size,callbacks=[early_stopping])
    
    loss = history.history['loss']
    print(loss)
    val_loss = history.history['val_loss']
    ep = range(1,len(loss)+1)
    plt.plot(ep, loss, 'bo', label='Training loss')
    plt.plot(ep, val_loss, 'b', label='Validation loss')
    plt.title('Training and validation loss')
    plt.legend()
    plt.show()

我觉得重要的部分已经在代码中给出注释了，可以结合数据和代码先自己运行一下。后面根据代码学习一下相关的经验，然后自己编写代码即可。  
我写这部分代码之前，是阅读了下面这本书。有兴趣可以参考一下。里面给出了很多使用keras的例子。  
链接：https://pan.baidu.com/s/1WEftqeC3CIu3epBeIx9z9Q  
提取码：hwz2