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

极速PK10—大发快3官方_女性不宜喝茶的五个时间

喝极速PK10—大发快3官方茶,选对了时间还必须对于人体有一定极速PK10—大发快3官方的养生保健作用,极速PK10—大发快3官方可能性在不适当的时间喝茶,反而会对身体健康不利

2019-12-12

极速飞艇走势图_巧用微波炉煮出花式米饭来

【材料说明】香米120g极速飞艇走势图,玉米粒豌豆粒适量,紫薯小半个,山茶籽油一勺【制作过程】提前一小时左右将大米淘洗干净,浸泡一会,水量建议在1:1.5~2为佳,具体要根据自

2019-12-12

分分一分快三玩法_红酒炖苹果通经活络治痛经

“经行腹痛”中医称之为“痛经”。食疗法能起到较好的防治作用。医分分一分快三玩法学研究表明,红酒能通经活络。如气滯血瘀型痛经病人适量饮点红酒能疏通经络,扩张血管,使平滑肌松弛,缓

2019-12-11

2分飞艇安卓版_购买奶粉如何不眼花缭乱

奶粉2分飞艇安卓版的种类什么都有,价格相差也什么都有,对宝宝来说,哪种奶粉才是最适合的呢?不妨先了解一下市场上奶粉的种类吧。奶粉的分类全脂奶粉:它基本保持了牛奶的营养成分,适用

2019-12-11

极速飞艇app登入_专家支招职场人士如何缓解压力

压力但会 成为当代职场人士普遍占据 极速飞艇app登入的难题报告 。一项最新出炉的针对全极速飞艇app登入国11000多名职场人士压力情況的调查数据显示,有42%被调查者

2019-12-11