柚子快報(bào)激活碼778899分享：rnn LSTM預(yù)測(cè)股票走勢(shì)

http://yzkb.51969.com/

前提：數(shù)據(jù)集還是之前幾篇文章的那個(gè)數(shù)據(jù)集

LSTM的應(yīng)用現(xiàn)狀

長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)（LSTM）是一種特殊的循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)。原始的RNN在訓(xùn)練中，隨著訓(xùn)練時(shí)間的加長(zhǎng)以及網(wǎng)絡(luò)層數(shù)的增多，很容易出現(xiàn)梯度爆炸或者梯度消失的問題，導(dǎo)致無法處理較長(zhǎng)序列數(shù)據(jù)，從而無法獲取長(zhǎng)距離數(shù)據(jù)的信息。

LSTM應(yīng)用的領(lǐng)域包括：文本生成、機(jī)器翻譯、語音識(shí)別、生成圖像描述和視頻標(biāo)記等。

LSTM預(yù)測(cè)股票收盤價(jià)格

提取數(shù)據(jù)

from keras.models import Sequential

from keras.layers import LSTM, Dense

from sklearn.preprocessing import MinMaxScaler

import pandas as pd

import numpy as np

# 讀取平安銀行股票數(shù)據(jù)并將date日期作為索引

data = pd.read_csv('./000001.XSHE.csv',index_col='trade_date')

data

?

# 提取訓(xùn)練數(shù)據(jù)

new_data = data['close'] # 我們預(yù)測(cè)的是收盤價(jià)，所以單獨(dú)提取出close收盤價(jià)數(shù)據(jù)

train_data = new_data[:2500] # 將股票的百分之70作為訓(xùn)練數(shù)據(jù)

#把訓(xùn)練數(shù)據(jù)轉(zhuǎn)化為列向量

train_prices = train_data.values.reshape(-1, 1)

train_prices

?

數(shù)據(jù)歸一化

歸一化的意義?

避免特征間的量綱不同帶來的影響: 當(dāng)特征的取值范圍不同時(shí)，某些機(jī)器學(xué)習(xí)算法可能會(huì)因?yàn)樘卣髦档牟町惗憩F(xiàn)不佳。歸一化可以將所有特征的值都縮放到相似的范圍內(nèi)，使得各個(gè)特征對(duì)模型的影響權(quán)重基本相同。

加速模型收斂: 對(duì)數(shù)據(jù)進(jìn)行歸一化可以使得優(yōu)化算法（如梯度下降法）更快收斂，因?yàn)樘卣髦迪嗨品秶鷥?nèi)的數(shù)據(jù)更容易找到全局最優(yōu)解或局部最優(yōu)解。

提高模型的精度和穩(wěn)定性: 歸一化可以減少數(shù)據(jù)范圍對(duì)模型訓(xùn)練過程的影響，提高模型的泛化能力和穩(wěn)定性。

# 數(shù)據(jù)歸一化

#Step 1: 初始化歸一化器

#feature_range=(0, 1) 參數(shù)指定了將數(shù)據(jù)縮放到 [0, 1] 的范圍內(nèi)。

scaler = MinMaxScaler(feature_range=(0, 1))

#對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行擬合和轉(zhuǎn)換

#scaler.fit(train_prices): 這一步是擬合歸一化器，計(jì)算訓(xùn)練數(shù)據(jù) train_prices 的最小值和最大值。

#scaler.transform(train_prices): 接著，transform 方法將 train_prices 數(shù)據(jù)根據(jù)已計(jì)算的最小值和最大值進(jìn)行縮放轉(zhuǎn)換

train_scaled = scaler.fit_transform(train_prices)

train_scaled

?

創(chuàng)建訓(xùn)練數(shù)據(jù)集

# 創(chuàng)建訓(xùn)練數(shù)據(jù)集

X_train = []

y_train = []

#個(gè)樣本將由過去 30 個(gè)時(shí)間步的數(shù)據(jù)組成作為特征輸入。

timesteps = 30 # 時(shí)間步長(zhǎng)(指定了每個(gè)訓(xùn)練樣本（或者說每個(gè)輸入序列）包含的時(shí)間步數(shù)量)

for i in range(timesteps, len(train_scaled)):

#對(duì)于每個(gè) i，將 train_scaled 中從 i-timesteps 到 i-1 的數(shù)據(jù)切片取出，即過去 timesteps 個(gè)時(shí)間步的數(shù)據(jù)。

#這個(gè)數(shù)據(jù)是列向量的數(shù)據(jù)，保證每個(gè)x都有timesteps 個(gè)時(shí)間步的數(shù)據(jù)

X_train.append(train_scaled[i - timesteps:i, 0])

#對(duì)于每個(gè) i，將 train_scaled 中第 i 個(gè)時(shí)間步的第一個(gè)特征值（即下一個(gè)時(shí)間步的數(shù)據(jù)）添加到 y_train 中。

#這些值將作為對(duì)應(yīng)訓(xùn)練樣本的目標(biāo)輸出。

y_train.append(train_scaled[i, 0])

# 將訓(xùn)練數(shù)據(jù)轉(zhuǎn)為數(shù)組形式

X_train, y_train = np.array(X_train), np.array(y_train)

# 調(diào)整輸入數(shù)據(jù)的維度

"""

在使用 RNN 或者 LSTM 等模型時(shí)，輸入數(shù)據(jù)的形狀應(yīng)為 (samples, timesteps, features)。

X_train.shape[0] 是樣本數(shù)量，X_train.shape[1] 是時(shí)間步數(shù)。

np.reshape 用來將 X_train 的形狀調(diào)整為 (samples, timesteps, 1)，其中 1 表示每個(gè)時(shí)間步只有一個(gè)特征（單變量時(shí)間序列預(yù)測(cè)

"""

X_train = np.reshape(X_train, (X_train.shape[0], X_train.shape[1], 1))

X_train

?

構(gòu)建LSTM模型

from keras.callbacks import EarlyStopping

# 構(gòu)建LSTM模型

#創(chuàng)建一個(gè)序貫?zāi)Ｐ?，即層的線性堆疊

model = Sequential()

#添加一個(gè)具有 50 個(gè) LSTM 單元的層。return_sequences=True 表示該層將返回完整的輸出序列而不僅僅是最后一個(gè)時(shí)間步的輸出。

#input_shape=(X_train.shape[1], 1) 指定輸入數(shù)據(jù)的形狀，其中 X_train.shape[1] 對(duì)應(yīng)于每個(gè)樣本的特征數(shù)，這里是時(shí)間步數(shù)（timesteps），1 是每個(gè)時(shí)間步的特征數(shù)。

model.add(LSTM(50, return_sequences=True, input_shape=(X_train.shape[1], 1)))

#添加第二個(gè)具有 50 個(gè) LSTM 單元的層，這一層默認(rèn)的 return_sequences 為 False，即默認(rèn)只返回最后一個(gè)時(shí)間步的輸出。

model.add(LSTM(50))

#Dense(1) 添加一個(gè)全連接層，輸出維度為 1，用于預(yù)測(cè)單一數(shù)值。

model.add(Dense(1))

# 編譯模型

#loss='mean_squared_error' 指定損失函數(shù)為均方誤差，適合回歸問題，用于衡量預(yù)測(cè)值與實(shí)際值之間的差距。

#optimizer='adam' 指定優(yōu)化器為 Adam，這是一種常用的隨機(jī)優(yōu)化算法，適合大多數(shù)情況。

model.compile(loss='mean_squared_error', optimizer='adam')

# 創(chuàng)建一個(gè)早停法的回調(diào)函數(shù)

#早停法（Early Stopping）是一種常用的正則化技術(shù)，它的作用是幫助防止模型在訓(xùn)練過程中過擬合。早停法通過監(jiān)控驗(yàn)證集（或測(cè)試集）的性能指標(biāo)，當(dāng)模型在驗(yàn)證集上的性能不再提升或開始下降時(shí)，停止模型的訓(xùn)練，從而避免模型在訓(xùn)練數(shù)據(jù)上過度擬合

early_stop = EarlyStopping(monitor='val_loss', patience=10, verbose=1)

# 擬合模型

#epochs=100 指定訓(xùn)練輪數(shù)，即整個(gè)數(shù)據(jù)集將被訓(xùn)練 100 次。

#batch_size=32 指定每次訓(xùn)練的樣本數(shù)目，每次更新模型的參數(shù)（權(quán)重）時(shí)使用的樣本數(shù)。

#validation_split=0.2 表示將訓(xùn)練數(shù)據(jù)的 20% 用作驗(yàn)證集。這種方法適用于沒有單獨(dú)驗(yàn)證集的情況。

history = model.fit(X_train, y_train, epochs=100, batch_size=32, validation_split=0.2, callbacks=[early_stop])

?

繪制損失曲線觀察模型是否過擬合

1. 觀察訓(xùn)練集和驗(yàn)證集損失的趨勢(shì)?

訓(xùn)練集損失和驗(yàn)證集損失的比較： 訓(xùn)練集損失：它衡量了模型在訓(xùn)練數(shù)據(jù)上的擬合情況。隨著訓(xùn)練的進(jìn)行，訓(xùn)練集損失應(yīng)該逐漸減少，直到收斂到一個(gè)穩(wěn)定的水平。 驗(yàn)證集損失：它衡量了模型在沒有見過的驗(yàn)證數(shù)據(jù)上的泛化能力。如果模型過擬合，驗(yàn)證集損失會(huì)在某個(gè)點(diǎn)開始上升，而不是繼續(xù)下降或保持穩(wěn)定。

2. 查看損失曲線圖

繪制訓(xùn)練集和驗(yàn)證集的損失曲線： 如果模型在訓(xùn)練集上表現(xiàn)良好但在驗(yàn)證集上表現(xiàn)不佳，可能存在過擬合問題。 如果兩條曲線的趨勢(shì)基本一致且損失都在減小，可能表明模型正在有效地學(xué)習(xí)。

import matplotlib.pyplot as plt

# 繪制訓(xùn)練過程中的損失曲線

plt.plot(history.history['loss'], label='train')

plt.plot(history.history['val_loss'], label='validation')

plt.xlabel('Epoch')

plt.ylabel('Loss')

plt.legend()

plt.show()

?

預(yù)測(cè)分析

# 提取測(cè)試數(shù)據(jù)

test_data = new_data[2500:] # 百分之30作為測(cè)試數(shù)據(jù)

test_prices = test_data.values.reshape(-1, 1)

# 數(shù)據(jù)歸一化

test_scaled = scaler.transform(test_prices)

# 創(chuàng)建測(cè)試數(shù)據(jù)集

x_test = []

y_test = []

for i in range(timesteps, len(test_scaled)):

x_test.append(test_scaled[i - timesteps:i, 0])

y_test.append(test_scaled[i, 0])

# 將測(cè)試數(shù)據(jù)轉(zhuǎn)為數(shù)組形式

x_test, y_test = np.array(x_test), np.array(y_test)

# 調(diào)整輸入數(shù)據(jù)的維度

x_test = np.reshape(x_test, (x_test.shape[0], x_test.shape[1], 1))

x_test

# 使用模型進(jìn)行預(yù)測(cè)

predicted_prices = model.predict(X_test)

predicted_prices

結(jié)果可視化

# 預(yù)測(cè)結(jié)果可視化

import seaborn as sns

sns.set(font='SimHei')

plt.rcParams['font.sans-serif'] = ['SimHei'] #解決中文顯示

plt.rcParams['axes.unicode_minus'] = False #解決符號(hào)無法顯示

# 反歸一化訓(xùn)練集和測(cè)試集的價(jià)格數(shù)據(jù)

#把他變化原來數(shù)字的區(qū)間

train_prices_scaled = scaler.inverse_transform(train_scaled)

test_prices_scaled = scaler.inverse_transform(test_scaled)

# 反歸一化預(yù)測(cè)結(jié)果

predicted_prices_scaled = scaler.inverse_transform(predicted_prices)

# 創(chuàng)建日期索引

test_dates = pd.to_datetime(test_data.index[timesteps:])

plt.figure(figsize=(15, 7))

plt.plot(test_dates, test_prices_scaled[timesteps:], label='平安櫻銀行股票收盤價(jià)-測(cè)試數(shù)據(jù)')

plt.plot(test_dates, predicted_prices_scaled, label='LSTM預(yù)測(cè)收盤價(jià)格')

plt.legend()

plt.show()

?總結(jié)

總的來看預(yù)測(cè)結(jié)果還是要比arima要好的。

柚子快報(bào)激活碼778899分享：rnn LSTM預(yù)測(cè)股票走勢(shì)

http://yzkb.51969.com/

相關(guān)閱讀