2分pk10导航网 _以预测股票涨跌案例入门基于SVM的机器学习
- 时间:
- 浏览:0
- 来源:爱Q资源网_提供晨讯资源网技术_小李娱乐网资讯
SVM是Support Vector Machine的缩写,中文叫支持向量机,通过它时需对样本数据进行分类。以股票为例,SVM能根据若干型态样本数据,把待预测的目标结果划分成“涨”和”跌”这种,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分类的相关土办法,也要是说,亲戚朋友不会了解其中繁杂的算法,即可用它实现基于SVM的分类。通过如下SimpleSVMDemo.py案例,亲戚朋友来看下通过SVM库实现分类的做法,以及相关土办法的调用土办法。
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,亲戚朋友引入了基于SVM的库。在第7行,亲戚朋友定义了若干个点,并在第9行把那此点分成了两类,比如[-1,1]点是第一类,而[4,2]是第二类。
这里请注意,在第7行定义点的原本,是通过np.r_土办法,把数据转再加“列矩阵”,原本做的目的是让数据型态满足fit土办法的要求。
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,亲戚朋友创建了基于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土办法和原本基于线性回归案例中的fit土办法是一样的,只不过这里是基于线性核的相关算法,而原本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,亲戚朋友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,亲戚朋友通过第19行的plot土办法绘制了分隔线,并在第21行通过scatter土办法绘制所有的样本点。原因分析分析points是“列矩阵”的数据型态,很多有是用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土办法绘制图形。运行上述代码,亲戚朋友能看过如下图13.8的效果,从中亲戚朋友能看过,浅绿色的边界线能有效地分隔两类样本。
从这种例子中亲戚朋友能看过,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。要是,在根据训练样本挑选好边界线的参数后,还能根据其它那末 明确种类样本,计算出它的种类,以此实现“预测”效果。
2 数据标准化出理
标准化(normalization)出理 是将型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,一并再加单位限制,让样本数据转再加无量纲的纯数值。
在用机器学习土办法进行训练时,一般时需进行标准化出理 ,原因分析分析是Sklearn等库封装的某些机器学习算法对样本有一定的要求,原因分析分析某些型态值的数量级每段大多数型态值的数量级,原因分析分析有型态值每段正态分布,那末 预测结果会不准确。
时需说明的是,实在在训练前对样本进行了标准化出理 ,改变了样本值,但原因分析分析在标准化的过程中是用同另一有好几个 算法对删剪样本进行转换,属于“数据优化”,不会对后继的训练起到不好的作用。
这里亲戚朋友是通过sklearn库提供的preprocessing.scale土办法实现标准化,该土办法是让型态值减去平均值要是除以标准差。通过如下ScaleDemo.py案例,亲戚朋友实际用下preprocessing.scale土办法。
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,亲戚朋友初始化了另一有好几个 长宽各为3的矩阵,在第10行,通过mean土办法计算了该矩阵的均值,在第12行则通过std土办法计算标准差。
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,从中亲戚朋友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
在原本的案例中,亲戚朋友用基于SVM的土办法,通过一维直线来分类二维的点。据此时需进一步推论:通过基于SVM的土办法,亲戚朋友时需分类具有多个型态值的样本。
比如时需通过开盘价、收盘价、最高价、最低价和成交量等型态值,用SVM的算法训练出那此型态值和股票“涨“和“跌“的关系,即通过型态值划分指定股票“涨”和“跌”的边界,原本的话,一旦输入其它的股票型态数据,即可预测出对应的涨跌请况。在如下的PredictStockBySVM.py案例中,亲戚朋友给出了基于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列表示本日不是上涨,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 #预测值不须初始化为0 16 df['predictForUp'] = 0
第6行里,亲戚朋友从指定文件读取了中含股票信息的csv文件,该csv格式的文件实在是从网络数据接口获取得到的,具体做法时需参考前面博文。
从第9行里,亲戚朋友设置了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,亲戚朋友设置了up列的值,具体是,原因分析分析当日股票上涨,即本日收盘价大于前日收盘价,则up值是1,反之原因分析分析当日股票下跌,up值则为0。
在第16行里,亲戚朋友在df对象里新建了表示预测结果的predictForUp列,该列的值不须都设置为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 #挑选指定列作为型态列 23 feature=df[['Close', 'High', 'Low','Open' ,'Volume']] 24 #标准化出理 型态值 25 feature=preprocessing.scale(feature)
在第18行里,亲戚朋友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行则设置了训练的型态值,请注意这里再加了日期这种不相关的列,要是,在第25行,对型态值进行了标准化出理 。
26 #训练集的型态值和目标值 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,亲戚朋友通过截取指定行的土办法,得到了型态值和目标值的训练集,在第26行里,以线性核的土办法创建了SVM分类器对象svmTool。
在第300行里,通过fit土办法,用型态值和目标值的训练集训练svmTool分类对象。从上文里亲戚朋友原因分析分析看过,训练所用的型态值是开盘收盘价、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对象中就中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,亲戚朋友通过predictedIndex索引值,依次遍历测试集。
在遍历过程中,通过第35行的predict土办法,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 #该对象只中含预测数据,即只中含测试集 39 dfWithPredicted = df[trainNum:length] 40 #结束了了英语 英语 绘图,创建另一有好几个 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轴坐标标签和旋转高度 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()
原因分析分析在原本的代码里,亲戚朋友只设置测试集的predictForUp列,并那末 设置训练集的该列数据,很多有在第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结束了了英语 英语 值是测试集的起始和结束了了英语 英语 索引值。至此完成了数据准备工作,在原本的代码里,亲戚朋友将用matplotlib库结束了了英语 英语 绘图。
在第43行里,亲戚朋友通过subplots土办法设置了另一有好几个 子图,并通过sharex=True让这另一有好几个 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,亲戚朋友用plot土办法绘制了收盘价的走势。在第45行代码里,在axUpOrDown子图中,亲戚朋友绘制了预测到的涨跌请况,而在第46行里,还是在axUpOrDown子图里,绘制了那此天的股票真实的涨跌请况。
在第49行到第52行的代码里,亲戚朋友设置了x标签的文字以及旋转高度,原本做的目的是让标签文字看上去不至于太密集。在第53行里,亲戚朋友设置了中文标题,原因分析分析要显示中文,很多有时需第54行的代码,最后在55行通过show土办法展示了图片。运行上述代码,能看过如下图所示的效果。
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,本案例是数学高度,演示了通过SVM分类的做法,包括原因分析分析划分型态值和目标值,如可对样本数据进行标准化出理 ,如可用训练数据训练SVM,还有如可用训练后的结果预测分类结果。
5 总结和版权说明
本文是给多多应用程序 员加财商系列,原本还有两篇博文
本文的内容即将出书,在出版的书里,是用股票案例和亲戚朋友讲述Python入门时的知识点,敬请期待
有不少网民视频视频转载和让你转载我的博文,当事人感到十分荣幸,这也是当事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,不会告知,转载时请用链接的土办法,给出原文出处,别简单地通过文本土办法给出,一并写明原作者是hsm_computer。
2 在转载时,请原文转载 ,谢绝洗稿。要是当事人保留追究法律责任的权利。
猜你喜欢