大发十分快三注册_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:小贝博客 - 专注共享吾皇千睡博客资源

    SVM是Support Vector Machine的缩写,中文叫支持向量机,通过它还可以对样本数据进行分类。以股票为例,SVM能根据若干内部管理样本数据,把待预测的目标结果划分成“涨”和”跌”一种生活 ,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分类的相关土土办法 ,也而是说,大伙儿后会了解其中复杂化的算法,即可用它实现基于SVM的分类。通过如下SimpleSVMDemo.py案例,大伙儿来看下通过SVM库实现分类的做法,以及相关土土办法 的调用土土办法 。    

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,大伙儿引入了基于SVM的库。在第7行,大伙儿定义了若干个点,并在第9行把这个点分成了两类,比如[-1,1]点是第一类,而[4,2]是第二类。

    这里请注意,在第7行定义点的后后,是通过np.r_土土办法 ,把数据转加带“列矩阵”,而是做的目的是让数据内部管理满足fit土土办法 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,大伙儿创建了基于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土土办法 和后后基于线性回归案例中的fit土土办法 是一样的,只不过这里是基于线性核的相关算法,而后后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,大伙儿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,大伙儿通过第19行的plot土土办法 绘制了分隔线,并在第21行通过scatter土土办法 绘制所有的样本点。肯能points是“列矩阵”的数据内部管理,而是是用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土土办法 绘制图形。运行上述代码,大伙儿能看得人如下图13.8的效果,从中大伙儿能看得人,湖蓝色的边界线能有效地分隔两类样本。

    

    从这个例子中大伙儿能看得人,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。后来 ,在根据训练样本选取好边界线的参数后,还能根据其它如此明确种类样本,计算出它的种类,以此实现“预测”效果。 

2 数据标准化处理

    标准化(normalization)处理是将内部管理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,一齐加带单位限制,让样本数据转加带无量纲的纯数值。

    在用机器学习土土办法 进行训练时,一般时需进行标准化处理,由于是Sklearn等库封装的某些机器学习算法对样本有一定的要求,肯能某些内部管理值的数量级部分大多数内部管理值的数量级,肯能有内部管理值部分正态分布,如此预测结果会不准确。

    时需说明的是,着实在训练前对样本进行了标准化处理,改变了样本值,但肯能在标准化的过程中是用同另另4个算法对完整篇 样本进行转换,属于“数据优化”,后会对后继的训练起到不好的作用。

    这里大伙儿是通过sklearn库提供的preprocessing.scale土土办法 实现标准化,该土土办法 是让内部管理值减去平均值后来 除以标准差。通过如下ScaleDemo.py案例,大伙儿实际用下preprocessing.scale土土办法 。     

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,大伙儿初始化了另另4个长宽各为3的矩阵,在第10行,通过mean土土办法 计算了该矩阵的均值,在第12行则通过std土土办法 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,从中大伙儿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	 [ 1.336200621  1.22474487  0.9200520068]]

3 预测股票涨跌

    在后后的案例中,大伙儿用基于SVM的土土办法 ,通过一维直线来分类二维的点。据此还可以进一步推论:通过基于SVM的土土办法 ,大伙儿还还可以分类具有多个内部管理值的样本。

    比如还可以通过开盘价、收盘价、最高价、最低价和成交量等内部管理值,用SVM的算法训练出这个内部管理值和股票“涨“和“跌“的关系,即通过内部管理值划分指定股票“涨”和“跌”的边界,而是话语,一旦输入其它的股票内部管理数据,即可预测出对应的涨跌具体情况。在如下的PredictStockBySVM.py案例中,大伙儿给出了基于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/ch13/200320052018-09-012019-05-31.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列表示本日是否是上涨,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	#预测值暂且初始化为0
16	df['predictForUp'] = 0

  第6行里,大伙儿从指定文件读取了富含股票信息的csv文件,该csv格式的文件着实是从网络数据接口获取得到的,具体做法还可以参考前面博文。

    从第9行里,大伙儿设置了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,大伙儿设置了up列的值,具体是,肯能当日股票上涨,即本日收盘价大于前日收盘价,则up值是1,反之肯能当日股票下跌,up值则为0。

    在第16行里,大伙儿在df对象里新建了表示预测结果的predictForUp列,该列的值暂且都设置为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具体情况
18	target = df['up']
19	length=len(df)
20	trainNum=int(length*0.8)
21	predictNum=length-trainNum
22	#选取指定列作为内部管理列
23	feature=df[['Close', 'High', 'Low','Open' ,'Volume']]
24	#标准化处理内部管理值
25	feature=preprocessing.scale(feature)

  在第18行里,大伙儿设置训练目标值是表示涨跌具体情况的up列,在第20行,设置了训练集的数量是总量的200%,在第23行则设置了训练的内部管理值,请注意这里加带了日期这个不相关的列,后来 ,在第25行,对内部管理值进行了标准化处理。    

26	#训练集的内部管理值和目标值
27	featureTrain=feature[1:trainNum-1]
28	targetTrain=target[1:trainNum-1]
29	svmTool = svm.SVC(kernel='liner')
200	svmTool.fit(featureTrain,targetTrain)

  在第27行和第28行里,大伙儿通过截取指定行的土土办法 ,得到了内部管理值和目标值的训练集,在第26行里,以线性核的土土办法 创建了SVM分类器对象svmTool。

     在第200行里,通过fit土土办法 ,用内部管理值和目标值的训练集训练svmTool分类对象。从上文里大伙儿肯能看得人,训练所用的内部管理值是开盘收盘价、最高最低价和成交量,训练所用的目标值是描述涨跌具体情况的up列。在训练完成后,svmTool对象中就富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,大伙儿通过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具体情况,并在第36行里,把预测结果设置到df对象的predictForUp列中。      

38	#该对象只富含预测数据,即只富含测试集
39	dfWithPredicted = df[trainNum:length]
40	#结束了英文绘图,创建另另4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轴坐标标签和旋转角度
49	major_index=dfWithPredicted.index[dfWithPredicted.index%2==0]
200	major_xtics=dfWithPredicted['Date'][dfWithPredicted.index%2==0]
51	plt.xticks(major_index,major_xtics)
52	plt.setp(plt.gca().get_xticklabels(), rotation=200) 
53	plt.title("通过SVM预测20032005的涨跌具体情况")
54	plt.rcParams['font.sans-serif']=['SimHei']
55	plt.show()

  肯能在后后的代码里,大伙儿只设置测试集的predictForUp列,并如此设置训练集的该列数据,而是在第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英文值是测试集的起始和结束了英文索引值。至此完成了数据准备工作,在后后的代码里,大伙儿将用matplotlib库结束了英文绘图。

    在第43行里,大伙儿通过subplots土土办法 设置了另另4个子图,并通过sharex=True让这另另4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,大伙儿用plot土土办法 绘制了收盘价的走势。在第45行代码里,在axUpOrDown子图中,大伙儿绘制了预测到的涨跌具体情况,而在第46行里,还是在axUpOrDown子图里,绘制了这个天的股票真实的涨跌具体情况。

    在第49行到第52行的代码里,大伙儿设置了x标签的文字以及旋转角度,而是做的目的是让标签文字看上去不至于太密集。在第53行里,大伙儿设置了中文标题,肯能要显示中文,而是时需第54行的代码,最后在55行通过show土土办法 展示了图片。运行上述代码,能看得人如下图所示的效果。

    

    其中上图展示了收盘价,下图的湖蓝色线条表示真实的涨跌具体情况,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,本案例是数学角度,演示了通过SVM分类的做法,包括肯能划分内部管理值和目标值,怎样对样本数据进行标准化处理,怎样用训练数据训练SVM,还有怎样用训练后的结果预测分类结果。 

5 总结和版权说明

    本文是给守护进程运行员加财商系列,后后还有两篇博文

    本文的内容即将出书,在出版的书里,是用股票案例和大伙儿讲述Python入门时的知识点,敬请期待

    

    有不少网友见面 转载和让你转载我的博文,某些人感到十分荣幸,这也是某些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,后会告知,转载时请用链接的土土办法 ,给出原文出处,别简单地通过文本土土办法 给出,一齐写明原作者是hsm_computer。

    2 在转载时,请原文转载 ,谢绝洗稿。后来 某些人保留追究法律责任的权利。