本文介紹了如何運(yùn)用深度學(xué)習(xí)法預(yù)測(cè)股票市場(chǎng)。

簡(jiǎn)介

預(yù)測(cè)股市將如何變化歷來是最困難的事情之一。這個(gè)預(yù)測(cè)行為中包含著如此之多的因素—包括物理或心理因素、理性或者不理性行為因素等等。所有這些因素結(jié)合在一起，使得股價(jià)波動(dòng)劇烈，很難準(zhǔn)確預(yù)測(cè)。

使用機(jī)器學(xué)習(xí)可能改變游戲規(guī)則嗎？機(jī)器學(xué)習(xí)技術(shù)使用最新的組織公告、季度收益等作為特征，有潛力挖掘出我們以前沒有見過的模式和見解，并可用于準(zhǔn)確無誤的預(yù)測(cè)。

在本文中，我們將研究上市公司股價(jià)的歷史數(shù)據(jù)。我們將結(jié)合機(jī)器學(xué)習(xí)算法來預(yù)測(cè)這家公司的未來股價(jià)，從平均和線性回歸這樣的簡(jiǎn)單算法開始，然后轉(zhuǎn)向像Auto ARIMA和LSTM這樣的高級(jí)模型。

本文背后的核心思想是展示這些算法是如何實(shí)現(xiàn)的，因此我只會(huì)簡(jiǎn)單描述該技術(shù)并提供相關(guān)參考鏈接，以便在必要時(shí)對(duì)這些概念進(jìn)行復(fù)習(xí)。如果您是時(shí)間序列領(lǐng)域的新手，我建議您先閱讀以下文章:

創(chuàng)建時(shí)間序列預(yù)測(cè)的初學(xué)者綜合指南

時(shí)間序列建模的完整教程

目錄

1、 問題理解

2、 移動(dòng)平均

3、 線性回歸

4、 K-近鄰

5、 自動(dòng)ARIMA

6、 先知（Prophet）

7、 長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)（LSTM）

1、問題理解

我們將很快深入本文的實(shí)現(xiàn)部分，但首先重要的是確定我們要解決的問題。一般來說，股票市場(chǎng)分析分為兩個(gè)部分——基本面分析和技術(shù)分析。

基本面分析是根據(jù)公司目前的經(jīng)營(yíng)環(huán)境和財(cái)務(wù)狀況，對(duì)公司未來的盈利能力進(jìn)行分析。

技術(shù)分析包括閱讀圖表和使用統(tǒng)計(jì)數(shù)字來確定股票市場(chǎng)的趨勢(shì)。

您可能已經(jīng)猜到，我們的重點(diǎn)將放在技術(shù)分析部分。我們將使用來自Quandl的數(shù)據(jù)集(您可以在這里找到各種股票的歷史數(shù)據(jù))，這個(gè)項(xiàng)目中，我使用了“塔塔全球飲料”的數(shù)據(jù)。是時(shí)候開始了!

首先讓我們加載數(shù)據(jù)集，定義問題的目標(biāo)變量:

#import packages

import pandas as pd

import numpy as np

#to plot within notebook

import matplotlib.pyplot as plt

%matplotlib inline

#setting figure size

from matplotlib.pylab import rcParams

rcParams['figure.figsize'] = 20,10

#for normalizing data

from sklearn.preprocessing import MinMaxScaler

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

#read the file

df = pd.read_csv('NSE-TATAGLOBAL(1).csv')

#print the head

df.head()

數(shù)據(jù)集中有多個(gè)變量——日期（date）、開盤價(jià)(open)、最高價(jià)(high)、最低價(jià)(low)、最后交易價(jià)(last)、收盤價(jià)(close)、總交易額(total_trade_quantity)和營(yíng)業(yè)額(turnover)。

開盤價(jià)和收盤價(jià)代表股票在某一天交易的起始價(jià)和最終價(jià)。

最高價(jià)、最低價(jià)和最后交易價(jià)表示當(dāng)天股票的最高價(jià)、最低價(jià)和最后交易價(jià)格。

交易總量是指當(dāng)天買賣的股票數(shù)量，而營(yíng)業(yè)額(Lacs)是指某一特定公司在某一特定日期的營(yíng)業(yè)額。

要注意的另一點(diǎn)是，市場(chǎng)在周末和公共假期休市。注意上表缺失了一些日期值——2/10/2018、6/10/2018、7/10/2018。其中2號(hào)是國(guó)慶節(jié)，6號(hào)和7號(hào)是周末。

損益的計(jì)算通常由股票當(dāng)日的收盤價(jià)決定，因此我們將收盤價(jià)作為目標(biāo)變量。讓我們畫出目標(biāo)變量來理解它在我們的數(shù)據(jù)集中的分布:

#setting index as date

df['Date'] = pd.to_datetime(df.Date,format='%Y-%m-%d')

df.index = df['Date']

#plot

plt.figure(figsize=(16,8))

plt.plot(df['Close'], label='Close Price history')

在接下來的部分中，我們將探索這些變量，并使用不同的技術(shù)來預(yù)測(cè)股票的每日收盤價(jià)。

2、移動(dòng)平均

簡(jiǎn)介

“平均數(shù)”是我們?nèi)粘Ｉ钪凶畛Ｓ玫慕y(tǒng)計(jì)量之一。例如，計(jì)算平均分?jǐn)?shù)來確定整體表現(xiàn)，或者根據(jù)過去幾天的平均溫度來了解今天的溫度——這些都是我們經(jīng)常做的日常工作。因此，使用這個(gè)方法開始用數(shù)據(jù)集進(jìn)行預(yù)測(cè)是個(gè)不錯(cuò)的選擇。

我們利用一組先前觀測(cè)值的平均值作為每天的預(yù)期收盤價(jià)。我們將使用移動(dòng)平均法，而不是使用簡(jiǎn)單的平均值，移動(dòng)平均法使用最近的一組數(shù)據(jù)計(jì)算預(yù)測(cè)值。換句話說，對(duì)于后續(xù)的每個(gè)新的時(shí)間，在考慮預(yù)測(cè)值時(shí)，將從集合中刪除最早的觀測(cè)值，并加入上一個(gè)觀測(cè)值。下面是一個(gè)簡(jiǎn)單的圖，它將幫助您更清楚地理解這一點(diǎn)。

我們將在數(shù)據(jù)集上使用這種技術(shù)。第一步是創(chuàng)建一個(gè)只包含日期和收盤價(jià)列的數(shù)據(jù)框，然后將其拆分為訓(xùn)練集和驗(yàn)證集來驗(yàn)證我們的預(yù)測(cè)。

實(shí)現(xiàn)

#creating dataframe with date and the target variable

data = df.sort_index(ascending=True, axis=0)

new_data = pd.DataFrame(index=range(0,len(df)),columns=['Date', 'Close'])

for i in range(0,len(data)):

     new_data['Date'][i] = data['Date'][i]

     new_data['Close'][i] = data['Close'][i]

在將數(shù)據(jù)分割為訓(xùn)練和驗(yàn)證時(shí)，我們不能使用隨機(jī)分割，因?yàn)檫@會(huì)破壞時(shí)間順序。所以這里我將去年的數(shù)據(jù)作為驗(yàn)證集，將之前4年的數(shù)據(jù)作為訓(xùn)練集。

#splitting into train and validation

train = new_data[:987]

valid = new_data[987:]

new_data.shape, train.shape, valid.shape

((1235, 2), (987, 2), (248, 2))

train['Date'].min(), train['Date'].max(), valid['Date'].min(), valid['Date'].max()

(Timestamp('2013-10-08 00:00:00'),

Timestamp('2017-10-06 00:00:00'),

Timestamp('2017-10-09 00:00:00'),

Timestamp('2018-10-08 00:00:00'))

下一步是為驗(yàn)證集創(chuàng)建預(yù)測(cè)值，并使用真實(shí)值來檢查RMSE誤差。

#make predictions

preds = []

for i in range(0,248):

    a = train['Close'][len(train)-248+i:].sum() + sum(preds)

    b = a/248

    preds.append(b)

結(jié)果

#calculate rmse

rms=np.sqrt(np.mean(np.power((np.array(valid['Close'])-preds),2)))

rms

104.51415465984348

僅僅檢查RMSE并不能幫助我們?cè)u(píng)估模型預(yù)測(cè)效果的。讓我們通過做圖得到更直觀的理解。下面是預(yù)測(cè)值和實(shí)際值的曲線圖。

#plot

valid['Predictions'] = 0

valid['Predictions'] = preds

plt.plot(train['Close'])

plt.plot(valid[['Close', 'Predictions']])

推論

RMSE值接近105，但是結(jié)果不是很理想(從圖中可以看出)。預(yù)測(cè)值與訓(xùn)練集的觀測(cè)值的范圍相同(開始有上升趨勢(shì)，然后緩慢下降)。

在下一節(jié)中，我們將使用兩種常用的機(jī)器學(xué)習(xí)技術(shù)——線性回歸和kNN，看看它們?cè)谖覀兊墓善笔袌?chǎng)數(shù)據(jù)上表現(xiàn)如何。

3、線性回歸

簡(jiǎn)介

在這些數(shù)據(jù)上可以實(shí)現(xiàn)的最基本的機(jī)器學(xué)習(xí)算法是線性回歸。線性回歸模型生成一個(gè)確定自變量和因變量之間關(guān)系的方程。

線性回歸方程可以寫成：

在這里x1, x2, ....xn代表自變量,系數(shù)θ1,θ2,....θn代表權(quán)重。你可以參考下面的文章來更詳細(xì)地學(xué)習(xí)線性回歸:

對(duì)于線性回歸和Lasso回歸的一個(gè)綜合的初學(xué)者指南.

我們的問題中，沒有太多的自變量，只有日期。讓我們使用時(shí)間（date）列提取特征，如- day, month, year, mon/fri等，然后擬合線性回歸模型。

實(shí)現(xiàn)

我們將首先按升序?qū)?shù)據(jù)集進(jìn)行排序，然后創(chuàng)建一個(gè)單獨(dú)的數(shù)據(jù)集，這樣創(chuàng)建的任何新特性都不會(huì)影響原始數(shù)據(jù)。

#setting index as date values

df['Date'] = pd.to_datetime(df.Date,format='%Y-%m-%d')

df.index = df['Date']

#sorting

data = df.sort_index(ascending=True, axis=0)

#creating a separate dataset

new_data = pd.DataFrame(index=range(0,len(df)),columns=['Date', 'Close'])

for i in range(0,len(data)):

    new_data['Date'][i] = data['Date'][i]

    new_data['Close'][i] = data['Close'][i]

#create features

from fastai.structured import  add_datepart

add_datepart(new_data, 'Date')

new_data.drop('Elapsed', axis=1, inplace=True)  #elapsed will be the time stamp

這將創(chuàng)建以下特征：

‘Year’, ‘Month’, ‘Week’, ‘Day’, ‘Dayofweek’, ‘Dayofyear’, ‘Is_month_end’, ‘Is_month_start’, ‘Is_quarter_end’, ‘Is_quarter_start’,  ‘Is_year_end’, and  ‘Is_year_start’.

注意:我使用了來自fastai庫(kù)的add_datepart。如果您沒有安裝它，您可以簡(jiǎn)單地使用命令pip install fastai。您也可以使用python中的簡(jiǎn)單for循環(huán)來創(chuàng)建這些特性。我在下面展示了一個(gè)例子。

除此之外，我們還可以添加自己的一組特性，我們認(rèn)為這些特性與預(yù)測(cè)相關(guān)。例如，我的假設(shè)是，本周的頭幾天和最后幾天對(duì)股票收盤價(jià)的影響可能遠(yuǎn)遠(yuǎn)超過其他日子。因此，我創(chuàng)建了一個(gè)特性來識(shí)別給定的一天是星期一/星期五還是星期二/星期三/星期四。這可以用以下幾行代碼來完成:

new_data['mon_fri'] = 0

for i in range(0,len(new_data)):

    if (new_data['Dayofweek'][i] == 0 or new_data['Dayofweek'][i] == 4):

        new_data['mon_fri'][i] = 1

    else:

        new_data['mon_fri'][i] = 0

如果是星期日或星期五，列值將為1，否則為0。類似地，您可以創(chuàng)建多個(gè)特性。如果你對(duì)有助于預(yù)測(cè)股價(jià)的特征有一些想法，請(qǐng)?jiān)诹粞岳锓窒怼?/p>

現(xiàn)在我們將把數(shù)據(jù)分成訓(xùn)練集和驗(yàn)證集來檢查模型的性能。

#split into train and validation

train = new_data[:987]

valid = new_data[987:]

x_train = train.drop('Close', axis=1)

y_train = train['Close']

x_valid = valid.drop('Close', axis=1)

y_valid = valid['Close']

#implement linear regression

from sklearn.linear_model import LinearRegression

model = LinearRegression()

model.fit(x_train,y_train)

結(jié)果

#make predictions and find the rmse

preds = model.predict(x_valid)

rms=np.sqrt(np.mean(np.power((np.array(y_valid)-np.array(preds)),2)))

rms

121.16291596523156

RMSE值高于之前的方法，這清楚地表明線性回歸的表現(xiàn)很差。讓我們看看這個(gè)圖，并理解為什么線性回歸預(yù)測(cè)效果不是很好:

#plot

valid['Predictions'] = 0

valid['Predictions'] = preds

valid.index = new_data[987:].index

train.index = new_data[:987].index

plt.plot(train['Close'])

plt.plot(valid[['Close', 'Predictions']])

推論

線性回歸是一種簡(jiǎn)單的技術(shù)，很容易解釋，但也有一些明顯的缺點(diǎn)。使用回歸算法的一個(gè)問題是，模型過度擬合了日期和月份。模型將考慮一個(gè)月前相同日期或一年前相同日期/月的值，而不是從預(yù)測(cè)的角度考慮以前的值。

從上圖可以看出，2016年1月和2017年1月，股價(jià)出現(xiàn)下跌。該模型預(yù)測(cè)2018年1月也將如此。線性回歸技術(shù)可以很好地解決像大賣場(chǎng)銷售這樣的問題，在這些問題中，獨(dú)立的特征對(duì)于確定目標(biāo)值是有用的。

4、k-近鄰

簡(jiǎn)介

另一個(gè)有趣的ML算法是kNN (k近鄰)。基于自變量，kNN可以發(fā)現(xiàn)新數(shù)據(jù)點(diǎn)與舊數(shù)據(jù)點(diǎn)之間的相似性。讓我用一個(gè)簡(jiǎn)單的例子來解釋這個(gè)問題。

考慮11個(gè)人的身高和年齡。根據(jù)給定的特征(“年齡”和“身高”)，下表可以用圖形形式表示，如下圖所示:

為了確定ID #11的權(quán)重，kNN考慮該ID的最近鄰居的權(quán)重。ID #11的權(quán)重被預(yù)測(cè)為其鄰居的平均值。如果我們現(xiàn)在考慮三個(gè)鄰居(k=3)， ID#11的重量將是= (77+72+60)/3 = 69.66 kg。

對(duì)于kNN的詳細(xì)了解，可以參考以下文章：

k近鄰介紹:簡(jiǎn)介

對(duì)k近鄰回歸算法的實(shí)際介紹

實(shí)現(xiàn)

#importing libraries

from sklearn import neighbors

from sklearn.model_selection import GridSearchCV

from sklearn.preprocessing import MinMaxScaler

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

使用上一節(jié)中相同的訓(xùn)練和驗(yàn)證集:

#scaling data

x_train_scaled = scaler.fit_transform(x_train)

x_train = pd.DataFrame(x_train_scaled)

x_valid_scaled = scaler.fit_transform(x_valid)

x_valid = pd.DataFrame(x_valid_scaled)

#using gridsearch to find the best parameter

params = {'n_neighbors':[2,3,4,5,6,7,8,9]}

knn = neighbors.KNeighborsRegressor()

model = GridSearchCV(knn, params, cv=5)

#fit the model and make predictions

model.fit(x_train,y_train)

preds = model.predict(x_valid)

結(jié)果

#rmse

rms=np.sqrt(np.mean(np.power((np.array(y_valid)-np.array(preds)),2)))

rms

115.17086550026721

RMSE值并沒有太大的差異，但是一個(gè)預(yù)測(cè)值和實(shí)際值的曲線圖應(yīng)該提供一個(gè)更清晰的理解。

#plot

valid['Predictions'] = 0

valid['Predictions'] = preds

plt.plot(valid[['Close', 'Predictions']])

plt.plot(train['Close'])

推論

RMSE值與線性回歸模型近似，圖中呈現(xiàn)出相同的模式。與線性回歸一樣，kNN也發(fā)現(xiàn)了2018年1月的下降，因?yàn)檫@是過去幾年的模式。我們可以有把握地說，回歸算法在這個(gè)數(shù)據(jù)集上表現(xiàn)得并不好。

讓我們來看一些時(shí)間序列預(yù)測(cè)技術(shù)，看看它們?cè)诿鎸?duì)股價(jià)預(yù)測(cè)挑戰(zhàn)時(shí)的表現(xiàn)。

5、自動(dòng)ARIMA

簡(jiǎn)介

ARIMA是一種非常流行的時(shí)間序列預(yù)測(cè)統(tǒng)計(jì)方法。ARIMA模型使用過去的值來預(yù)測(cè)未來的值。ARIMA中有三個(gè)重要參數(shù)：

p(用來預(yù)測(cè)下一個(gè)值的過去值)

q(用來預(yù)測(cè)未來值的過去預(yù)測(cè)誤差)

d(差分的順序)

ARIMA的參數(shù)優(yōu)化需要大量時(shí)間。因此我們將使用自動(dòng) ARIMA，自動(dòng)選擇誤差最小的(p,q,d)最佳組合。要了解更多關(guān)于自動(dòng)ARIMA的工作原理，請(qǐng)參閱本文：

利用自動(dòng)ARIMA建立高性能時(shí)間序列模型

實(shí)現(xiàn)

from pyramid.arima import auto_arima

data = df.sort_index(ascending=True, axis=0)

train = data[:987]

valid = data[987:]

training = train['Close']

validation = valid['Close']

model = auto_arima(training, start_p=1, start_q=1,max_p=3, max_q=3, m=12,start_P=0, seasonal=True,d=1, D=1, trace=True,error_action='ignore',suppress_warnings=True)

model.fit(training)

forecast = model.predict(n_periods=248)

forecast = pd.DataFrame(forecast,index = valid.index,columns=['Prediction'])

結(jié)果

rms=np.sqrt(np.mean(np.power((np.array(valid['Close'])-np.array(forecast['Prediction'])),2)))

rms

44.954584993246954

#plot

plt.plot(train['Close'])

plt.plot(valid['Close'])

plt.plot(forecast['Prediction'])

推論

正如我們前面看到的，自動(dòng)ARIMA模型使用過去的數(shù)據(jù)來理解時(shí)間序列中的模式。利用這些值，該模型捕捉到該系列中的增長(zhǎng)趨勢(shì)。雖然使用這種技術(shù)的預(yù)測(cè)比以前實(shí)現(xiàn)的機(jī)器學(xué)習(xí)模型的預(yù)測(cè)要好得多，但是這些預(yù)測(cè)仍然與實(shí)際值相距甚遠(yuǎn)。

從圖中可以明顯看出，該模型在序列中捕捉到了一種趨勢(shì)，但忽略了季節(jié)的影響。在下一節(jié)中，我們將使用一個(gè)同時(shí)考慮了序列的趨勢(shì)和季節(jié)性的時(shí)間序列模型。該模型。

6、先知（Prophet）

簡(jiǎn)介

有許多時(shí)間序列技術(shù)可以用在股票預(yù)測(cè)數(shù)據(jù)集上，但是大多數(shù)技術(shù)在擬合模型之前需要大量的數(shù)據(jù)預(yù)處理。Prophet（先知）由Facebook設(shè)計(jì)和開發(fā)，是一個(gè)時(shí)間序列預(yù)測(cè)庫(kù)，不需要數(shù)據(jù)預(yù)處理，并且非常容易實(shí)現(xiàn)。先知的輸入是一個(gè)帶有兩列的數(shù)據(jù)框:日期和目標(biāo)(ds和y)。

先知試圖在過去的數(shù)據(jù)中捕捉季節(jié)性，并且在數(shù)據(jù)集很大的時(shí)候依然表現(xiàn)良好。這里有一篇有趣的文章，用一個(gè)簡(jiǎn)單和直觀的方式解釋了先知算法：

使用Facebook的Prophet生成快速準(zhǔn)確的時(shí)間序列預(yù)測(cè)

實(shí)現(xiàn)

#importing prophet

from fbprophet import Prophet

#creating dataframe

new_data = pd.DataFrame(index=range(0,len(df)),columns=['Date', 'Close'])

for i in range(0,len(data)):

    new_data['Date'][i] = data['Date'][i]

    new_data['Close'][i] = data['Close'][i]

new_data['Date'] = pd.to_datetime(new_data.Date,format='%Y-%m-%d')

new_data.index = new_data['Date']

#preparing data

new_data.rename(columns={'Close': 'y', 'Date': 'ds'}, inplace=True)

#train and validation

train = new_data[:987]

valid = new_data[987:]

#fit the model

model = Prophet()

model.fit(train)

#predictions

close_prices = model.make_future_dataframe(periods=len(valid))

forecast = model.predict(close_prices)

結(jié)果

#rmse

forecast_valid = forecast['yhat'][987:]

rms=np.sqrt(np.mean(np.power((np.array(valid['y'])-np.array(forecast_valid)),2)))

rms

57.494461930575149

#plot

valid['Predictions'] = 0

valid['Predictions'] = forecast_valid.values

plt.plot(train['y'])

plt.plot(valid[['y', 'Predictions']])

推論

先知(像大多數(shù)時(shí)間序列預(yù)測(cè)技術(shù)一樣)試圖從過去的數(shù)據(jù)中捕捉趨勢(shì)和季節(jié)性。該模型通常在時(shí)間序列數(shù)據(jù)集上表現(xiàn)良好，但在本例中沒有達(dá)到預(yù)期效果。

事實(shí)證明，股票價(jià)格沒有特定的趨勢(shì)或季節(jié)性。價(jià)格的漲跌很大程度上取決于目前市場(chǎng)上的情況。因此，像ARIMA、SARIMA和Prophet這樣的預(yù)測(cè)技術(shù)并不能很好地解決這個(gè)特殊的問題。

讓我們繼續(xù)嘗試另一種高級(jí)技術(shù)——長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)(LSTM)。

7、長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)

簡(jiǎn)介

LSTM 算法廣泛應(yīng)用于序列預(yù)測(cè)問題中，并被證明是一種非常有效的方法。它們之所表現(xiàn)如此出色，是因?yàn)長(zhǎng)STM能夠存儲(chǔ)重要的既往信息，并忽略不重要的信息。

LSTM有三個(gè)門：

輸入門：輸入門將信息添加到細(xì)胞狀態(tài)

遺忘門：它移除模型不再需要的信息

輸出門：LSTM的輸出門選擇作為輸出的信息

要更詳細(xì)地了解LSTM及其體系結(jié)構(gòu)，可以閱讀下面的文章：

長(zhǎng)短期記憶網(wǎng)絡(luò)簡(jiǎn)介

現(xiàn)在，讓我們將LSTM實(shí)現(xiàn)為一個(gè)黑盒，并檢查它在特定數(shù)據(jù)上的性能。

實(shí)現(xiàn)

#importing required libraries

from sklearn.preprocessing import MinMaxScaler

from keras.models import Sequential

from keras.layers import Dense, Dropout, LSTM

#creating dataframe

data = df.sort_index(ascending=True, axis=0)

new_data = pd.DataFrame(index=range(0,len(df)),columns=['Date', 'Close'])

for i in range(0,len(data)):

    new_data['Date'][i] = data['Date'][i]

    new_data['Close'][i] = data['Close'][i]

#setting index

new_data.index = new_data.Date

new_data.drop('Date', axis=1, inplace=True)

#creating train and test sets

dataset = new_data.values

train = dataset[0:987,:]

valid = dataset[987:,:]

#converting dataset into x_train and y_train

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

scaled_data = scaler.fit_transform(dataset)

x_train, y_train = [], []

for i in range(60,len(train)):

    x_train.append(scaled_data[i-60:i,0])

    y_train.append(scaled_data[i,0])

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

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

# create and fit the LSTM network

model = Sequential()

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

model.add(LSTM(units=50))

model.add(Dense(1))

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

model.fit(x_train, y_train, epochs=1, batch_size=1, verbose=2)

#predicting 246 values, using past 60 from the train data

inputs = new_data[len(new_data) - len(valid) - 60:].values

inputs = inputs.reshape(-1,1)

inputs  = scaler.transform(inputs)

X_test = []

for i in range(60,inputs.shape[0]):

    X_test.append(inputs[i-60:i,0])

X_test = np.array(X_test)

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

closing_price = model.predict(X_test)

closing_price = scaler.inverse_transform(closing_price)

結(jié)果

rms=np.sqrt(np.mean(np.power((valid-closing_price),2)))

rms

11.772259608962642

#for plotting

train = new_data[:987]

valid = new_data[987:]

valid['Predictions'] = closing_price

plt.plot(train['Close'])

plt.plot(valid[['Close','Predictions']])

推論

哇！LSTM輕松地超越了我們目前看到的任何算法。LSTM模型可以對(duì)各種參數(shù)進(jìn)行調(diào)優(yōu)，如改變LSTM層數(shù)、增加dropout值或增加訓(xùn)練迭代輪數(shù)（epoch）數(shù)。但LSTM的預(yù)測(cè)是否足以確定股票價(jià)格將上漲還是下跌?當(dāng)然不行！

正如我在文章開頭提到的，股價(jià)受到公司新聞和其他因素的影響，如公司的非貨幣化或合并/分拆。還有一些無形的因素往往是無法事先預(yù)測(cè)的。

寫在最后

我在寫這些文章時(shí)意識(shí)到時(shí)間序列預(yù)測(cè)是一個(gè)非常有趣的領(lǐng)域。在社區(qū)中有觀點(diǎn)認(rèn)為這是一個(gè)復(fù)雜的領(lǐng)域，雖然有一定道理，我還是想說一旦你掌握了基本的技巧，就不難理解它了。

我對(duì)LSTM如何處理其他時(shí)間序列的問題很感興趣，并鼓勵(lì)您自己也嘗試一下。如果你有任何問題，請(qǐng)?jiān)谙旅娴牧粞圆糠峙c我聯(lián)系。

原文鏈接：https://www./blog/2018/10/predicting-stock-price-machine-learningnd-deep-learning-techniques-python/

譯者簡(jiǎn)介

趙雪堯，北郵研三在讀，京東見習(xí)算法工程師，目前研究強(qiáng)化學(xué)習(xí)廣告競(jìng)價(jià)模型。相信數(shù)據(jù)和算法將為企業(yè)發(fā)展賦能，希望跟志同道合的小伙伴一起追尋前沿消息，深入探索算法的極限。在玄學(xué)調(diào)參的道路上，一路狂奔。

翻譯組招募信息

工作內(nèi)容：需要一顆細(xì)致的心，將選取好的外文文章翻譯成流暢的中文。如果你是數(shù)據(jù)科學(xué)/統(tǒng)計(jì)學(xué)/計(jì)算機(jī)類的留學(xué)生，或在海外從事相關(guān)工作，或?qū)ψ约和庹Z水平有信心的朋友歡迎加入翻譯小組。

你能得到：定期的翻譯培訓(xùn)提高志愿者的翻譯水平，提高對(duì)于數(shù)據(jù)科學(xué)前沿的認(rèn)知，海外的朋友可以和國(guó)內(nèi)技術(shù)應(yīng)用發(fā)展保持聯(lián)系，THU數(shù)據(jù)派產(chǎn)學(xué)研的背景為志愿者帶來好的發(fā)展機(jī)遇。